极欧互联
GEO资讯

通义万相Wan 3.0公测：单次直出30秒视频

发布于 2026/8/7 262 次阅读
通义万相Wan 3.0公测：单次直出30秒视频

通义万相Wan 3.0公测：单次直出30秒视频

8月6日，阿里全新一代视频生成模型通义万相Wan 3.0开启公测。相比上一代，最直观的变化是单次生成时长从十几秒拉长到30秒，并且首次支持读取文档、表格、PPT等结构化文件直接生成视频。

升级的三个看点

一是单段30秒。官方介绍，Wan 3.0支持单段30秒视频生成，连续运镜、一镜到底等复杂镜头语言可以完整表达；模型提供智能时长功能，按提示词自动推荐合适时长，并支持视频延长续写剧情。上一代Wan 2.7单段最长约15秒，这次翻了一倍，叙事空间明显变大，AI视频从"生成一个镜头"走向"讲述一段完整的故事"。

二是文档直出。这是Wan 3.0最有辨识度的变化：在文本、图片、音频、视频四类参考输入之外，首次支持doc、xls、ppt、pdf、md等文件格式，单个文件不超过100MB、不超过50页。上传一份智能眼镜的产品PPT配上提示词，就能得到一条完整的形象片；经营报表、课件也可以直接转成动态视频。视频编辑能力同步增强，支持修改画面、剧情与台词。

三是一致性与成本。官方强调角色、道具、场景、风格的一致性保持，人像力求"千人千面"，群像场景也能区分不同人物的情绪；同时官方也坦承，声音质感与文字准确度仍有进步空间——在厂商普遍只讲亮点的环境里，这算一句难得的实话。价格方面，480P、720P、1080P三档API价格分别为0.3元、0.6元、1.2元/秒，比业内同类旗舰视频模型明显更便宜，延续了阿里把多模态生成价格打下来的路线。

渠道层面，公测已覆盖阿里云百炼、万镜一刻、万相官网、千问创作PC端等入口，千问App灰度开放，API接口将于近期全量开放。从万相1.0到3.0，模型家族一共迭代了8个版本，这次把"读取文档生成视频"作为卖点，说明阿里对视频模型的产品定位正在从"内容生成工具"转向"生产力工具"——服务对象从创作者扩展到市场、运营、销售等泛职场人群。

对内容生产意味着什么

视频生成进入"文档直出"阶段后，受影响最大的不是影视行业，而是常规商业内容：产品演示、品牌形象片、数据汇报、教学课件，这些原本要外拍、要动画团队的工作，现在可以用现成素材直接转化。对企业来说，这意味着两件事：一是内容产能上限被抬高——过去一天出5条视频的团队，现在可能一周做出几十条；二是内容团队的能力结构需要调整——视频的瓶颈从"制作"转移到"创意与信息组织"，谁能把产品信息讲得清晰、结构化，谁就更能用好这类工具。

对市场团队和营销服务商，视频产能的边际成本大幅下降，报价模型和交付节奏都会受影响；对企业，则提醒了一个新的资产维度——沉淀好的结构化素材（产品资料、案例库、FAQ、经营数据）不只是给官网和销售用，它们正在成为多模态内容生产的直接燃料。这个逻辑与GEO强调的"结构化信息资产"一致：内容越规整，越容易被AI消费和复用。换句话说，无论视频还是图文，企业真正需要持续投入的，是把信息整理成AI能理解的结构，而不是临时拼凑素材。

还有一个行业层面的观察：视频生成的定价正在快速下探，而生成质量在上升，两者的剪刀差会持续压缩传统外包视频生产的利润空间。对依赖视频内容的行业（电商、本地生活、文旅、教育），与其观望，不如先小批量试用，用真实业务素材跑几轮，比较"文档直出"与人工制作的成本与效果差距，再决定要不要规模化。这类工具迭代很快，按季度评估一次就够。

信息来源

返回文章列表
4001179166 获取诊断报告