Nano Banana

Wan 3.0 — 阿里巴巴原生有声、人脸真实的 AI 视频生成器

Wan 3.0 是阿里巴巴最新的视频模型。人脸和表情自然，角色和道具前后一致，还能加上对白、音乐和音效。在下面输入提示词，马上试试。

打开完整工作台

更多模型

为什么 Wan 3.0 是优秀的 AI 视频生成器

Wan 3.0 灵活又实惠。它特别擅长拍人——面部、微表情和说话——还能用多达 10 张参考图搭建场景。

  • 真实的人脸

    自然的皮肤、眼神和微表情，让特写和说话镜头更可信。

  • 对白、音乐和音效

    台词、背景音乐和音效与画面一起生成。

  • 角色和道具一致

    最多用 10 张参考图，让人物、商品和物件保持同样的样子。

  • 文字和界面稳定

    画面里的文字、招牌和界面保持清楚，不会扭曲变形。

Wan 3.0 能做什么

  • 文生视频

    在一段提示词里写清场景、动作和声音。

  • 首帧和尾帧

    上传 1 张图作为起点，或者 2 张定下开头和结尾。

  • 最多 10 张参考图

    把几张图里的人物、服装、商品和场景组合到同一个画面。

  • 时长灵活

    2、3、4、5、10 或 15 秒，从短循环到完整的小场景都行。

  • 低成本试稿

    先用 480p 低价测试，再用 720p 或 1080p 出最终版。

  • 6 种画幅

    16:9、4:3、1:1、3:4、9:16，或选"自动"跟随输入图片。

使用场景

复制示例提示词，粘贴到上面的生成器里就能用。

场景适合做什么示例提示词
口播视频主持人或角色以自然的表情对着镜头说话。

一位三十多岁的亲切女性坐在明亮的家庭书房里，看着镜头说"分享三个让你睡得更好的小技巧"，温和的微笑，自然光，轻柔的背景音乐

产品展示用参考图让产品外观完全符合品牌。

参考图里的耳机放在木桌上，一只手拿起来戴上，身后的屏幕显示文字"专注模式已开启"，细微的电子音效

App 和界面演示屏幕和画面文字始终清楚可读。

手机屏幕特写，正在滑动一个菜谱 App，标题"轻松意面之夜"清晰可见，手指点击"开始"按钮，轻柔的点击声

角色系列同一个角色出现在多段视频里。

参考图里穿黄色连帽衫的男孩在日落时沿着海边步道玩滑板，海浪声和轮子压过木板的声音，跟拍镜头

短循环2–3 秒的片段，适合表情包、横幅和背景。

窗台上一杯冒着热气的茶，雨水顺着玻璃流下，无缝的安静循环，轻柔的雨声

配乐场景带生成背景音乐的氛围短片。

夜晚开车穿过城市，挡风玻璃上映着霓虹倒影，播放着 lo-fi 嘻哈音乐，缓慢梦幻的镜头，16:9

3 步用好 Wan 3.0

  1. 1

    描述场景或上传图片

    写出动作、台词和声音，或者使用首尾帧（1–2 张图）或参考图模式（1–10 张图）。

  2. 2

    选择时长、分辨率和画幅

    选 2–15 秒、480p 到 1080p、画幅比例，以及是否生成音频。提交前会显示要花多少积分。

  3. 3

    生成并保存视频

    视频需要几分钟，生成后保存在"我的作品"。如果失败，积分会自动退还。

关于 Wan 3.0 — 阿里巴巴原生有声、人脸真实的 AI 视频生成器 的 X 帖子

关于 Wan 3.0 — 阿里巴巴原生有声、人脸真实的 AI 视频生成器 的 YouTube 视频

常见问题

拍人和保持一致：真实的面部和表情，镜头之间不变样的角色和道具，清楚的画面文字，再加上原生的对白、音乐和音效。

准备好用万相 3.0 把各种素材融到一起了吗？

用文字、首尾帧或最多 10 张参考图生成多模态视频，1080p，带原生音频。

浏览全部模型
  • 单段最长 15 秒
  • 原生音频
  • 失败自动退还积分