阿里云 Wan3.0 公测：30 秒成片，但文档才是真正的变量

8 月 6 日，阿里云将全新一代视频生成模型 Wan3.0 推入公测。单次生成 30 秒视频，是上一代 Wan2.7 的两倍。但让行业真正侧目的不是时长——Wan3.0 首次支持上传 Word、Excel、PPT、PDF 等办公文档，甚至一个网页链接，模型直接将其转化为视频。

这个功能在全球头部视频生成模型中尚无第二家提供。GPTunneL 在评测中将其称为"行业首创"。则将其描述为：将静态、文字密集型数据转化为逼真级视频内容。

"文档即镜头"：一场尚未被定价的 Office 革命

的分析直指关键："文档到视频的输入能力，比 30 秒时长更具战略信号价值。阿里云正在把视频生成定位为企业生产力层——将已有的 Office 文件转化为视频，而不要求用户从零开始写分镜。"

投资人兼创始人在 X 上写道："我以为这只是一个视频模型发布。它可能是阿里整个智能体栈的创意输出层。"他将 Wan3.0 与此前同一周发布的 Qwen3.8-Max、QwenWork 等产品并列，认为阿里正在组装"模型回答之后发生的一切"。

资深 AI 创意总监在长评测中评价："有趣的故事不是 30 秒本身，而是阿里试图让视频生成器真正读懂项目的上下文，包括品牌元素，而不只是跟随一句提示词。"

官宣后数日内，连续发布了多个 Wan3.0 演示视频：用城市官网和旅游指南生成目的地宣传片、用创意简报生成品牌广告、用文档素材构建动画世界。

Wan 系列由阿里通义实验室开发，。早期版本聚焦文生图和文生视频，2025 年 2 月开源 Wan2.1 系列后，在 Hugging Face 和 ModelScope 累计获得超过 220 万次下载，一度登顶 VBench 榜单。

Wan2.7 将单次生成时长推到 15 秒，在 Video Arena 榜单中以 Elo 1161 排名第四，仅次于 Gemini Omni Flash、MiniMax H3 和 Seedance 2.0。但 Wan2.5 的开源承诺至今未兑现——社区仍在提醒阿里云这件事。

Wan3.0 在此刻出现，还有一个重要的时间参照：字节跳动的 Seedance 2.5 在约一周前刚刚实现 30 秒一镜到底。两家中国公司在 7 天内先后将视频 AI 的单次生成时长翻倍，把行业基线从"几秒片段"拉进了"完整叙事"区间。

Wan3.0 最大输出为 1080p。网上流传的"4K 支持"已被 GPTunneL 和多家评测机构证实为虚假信息——阿里云从未在任何通告中提及 4K。

Wan3.0 也不是开源模型。权重封闭，仅通过云 API 提供服务。上一代开源旗舰停留在 Wan2.2（Apache 2.0，2025 年夏）。自部署和 ComfyUI 节点均不可用。

定价按秒计费：的 API 价格为 480p 0.3 元/秒、720p 0.6 元/秒、1080p 1.2 元/秒；国际美元定价分别为 $0.05、$0.10、$0.20。一条 30 秒 1080p 视频约 36 元人民币（约 $6），比 Wan2.7 贵约三分之一。

Wan3.0 将此前分散在多个模型中的参考生图、视频编辑和语音生成合并为一。阿里云称之为"全能参考"：模型可精准复刻角色五官、发型、形体、服饰，道具外观与材质细节，以及空间关系与机位视角。

编辑能力支持选中时间段局部重生成，可修改画面、剧情甚至台词。

支持 doc、xls、ppt、pdf、txt、key、pages、numbers、md 等格式，单文件不超过 100MB、50 页。内置智能时长功能可根据提示词自动推荐合适的视频长度，视频延长功能则允许在已有片段基础上扩展叙事。

中列出的应用场景包括：电影制作、短剧、社媒内容、营销与教育视频，以及自动驾驶和机器人系统的仿真视频生成。覆盖阿里云百炼、万镜一刻、万相官网、千问创作 PC 端、IF STUDIO 和堆友六个平台，千问 APP 灰度开放。

此前，主流 AI 视频生成模型的单次输出普遍在 5 到 15 秒之间——能生成一个镜头，讲不了一个故事。创作者需要拼接多个片段，而片段之间的风格漂移和角色崩坏是常态。

转折发生在 2026 年 8 月的第一周。字节跳动的 Seedance 2.5 率先支持 30 秒一镜到底，阿里云的 Wan3.0 紧随其后。

指出，Seedance 2.5 在大量参考素材和精确的时间戳控制上占优，更适合多镜头广告；Wan3.0 在多模态简报和故事优先生成上领先，尤其适合从文档起步的项目。

GPTunneL 的评测补充了一个重要限制：，目前所有性能声明均来自阿里云自身的演示。Wan 系列此前的成绩——Wan2.7 排名第四——是可靠的参考，但不能直接等同于 Wan3.0 的表现。

阿里云选择封闭模型路线，与此前 Wan2.1 和 Wan2.2 的开源策略形成对比。对于依赖本地部署和自定义工作流的开发者社区，这是一个明确的路线变化。

文档生视频把视频生成的使用门槛从"会写提示词"降低到了"有 Office 文件"。当一份季度报告、一页产品 PPT、一套培训手册都可以直接生成视频时，AI 视频的增量用户将不再局限于影视和广告行业。