Wan 3.0 vs Wan 2.7: 我打開了 Alibaba 自己的演示文件。三個人人抄襲的規格都是錯的。

兩個編輯監視器並排，左邊顯示海怪在暴風雨中破浪而出，右邊顯示同一場暴風雨被截斷

播放阿里巴巴隨 Wan 3.0 測試版提供的 30 秒海怪片段。漁船、傾盆大雨、閃電，然後海洋向上爆炸。十個不同的鏡頭，沒有一個剪輯。底下的管弦樂配樂也是由模型創作的。

你的第一個反應不是「哇」，而是「我的 Wan 2.7 到底少了什麼？」

所以我開始尋找答案，首先發現的是網路上大部分的回答都是錯的。搜尋 wan 3.0 vs wan 2.7 時，最熱門的結果自信滿滿地告訴你 Wan 3.0 能渲染原生 4K，而且權重已經在 Hugging Face 上釋出。這兩者都不是真的。我把官方示範檔案下載到筆電上，用 ffmpeg 讀取，然後檢查了模型註冊表和公佈的價格層級。真正的升級很大，但並非人們所描述的那樣。

Wan 3.0 vs Wan 2.7：重點摘要

• 持續時間是亮點。 Wan 3.0 能一次生成 30 秒，並自動建議「智慧長度」。Wan 2.7 的文字轉影片和圖片轉影片上限為 15 秒，參考轉影片和影片編輯上限為 10 秒。
• 參考項目從幾個暴增到一群。 Wan 2.7 最多接受 5 個參考項目。Wan 3.0 最多接受 20 個，並且首次支援 doc、xls、ppt、pdf 和 md 檔案，以及網頁作為生成輸入。
• 沒有 4K。 阿里巴巴自己的 API 價格表只有三個等級：480P、720P 和 1080P。在 Atlas Cloud 上，Wan 2.7 其實透過其 1080P-SR 和 1440P-SR 超解析度選項提供了更高的天花板。
• 權重並未開放。 Hugging Face 上的 Wan-AI 組織仍停留在 Wan 2.2。沒有 3.0 的倉庫，沒有 2.7 的倉庫，也沒有 2.5 的倉庫。
• Wan 3.0 僅限測試版且僅限第一方使用。 它在阿里雲百煉、萬象網站、千問創作桌面應用程式以及少數兄弟產品上運行。如果你這週需要一個能在生產環境中呼叫的 API，Wan 2.7 仍然是能回應的版本。
• 想在學習提示語法之前先看看格式嗎？ Atlas Cloud 有一個免費的 AI 廣告短劇產生器，能將一個產品描述轉換成 15 秒的雙角色喜劇廣告，附帶口語對話。一次免費生成，無浮水印。

完整的 30 秒怪獸場景，由阿里巴巴在 Wan 3.0 公開測試版期間生成，並發佈在官方 Wan 3.0 創作者手冊中。我們沒有生成這個片段。打開聲音：配樂是輸出的一部分，不是之後添加的音樂背景。傳遞的檔案：1920x1072，24fps，30.07秒，44.1kHz 立體聲 AAC。

這是規格表遺漏的第一件事。那個檔案是 1920x1072，而不是 1920x1080。官方手冊中的每個「1080p」示範都是 1072 像素的高度，而其他幾個發佈的示範則只是普通的 1280x720。手冊中的 19 個片段中有 12 個長度在 30.05 到 30.07 秒之間，這告訴你 30 秒的上限是真實的硬性限制，而不是行銷上的整數。

為什麼 Wan 3.0 vs Wan 2.7 的問題比看起來更難

誠實的答案是，幾乎沒有人用相同的提示運作過這兩個模型，因為幾乎沒有人能做到。Wan 3.0 於 2026 年 8 月 6 日開放公開測試版，並存在於阿里巴巴自己的平台上（QbitAI，2026 年 8 月）。第三方推理平台尚未採用它。因此，現有的比較內容只是規格表對規格表，而規格表已經被橫向複製，直到錯誤固化。

三個關於 Wan 3.0 vs Wan 2.7 的「事實」完全是錯的

「Wan 3.0 是原生 4K。」 不是。公佈的 API 價格表是 480P、720P 和 1080P，價格分別為每秒 ¥0.3、¥0.6 和 ¥1.2。三個等級，沒有第四個。與此同時，Atlas Cloud 在 Wan 2.7 上提供了 1080P-SR 和 1440P-SR，因此在純像素天花板方面，舊的世代目前獲勝。

「Wan 3.0 的權重是開放的。」 不是。瀏覽 Hugging Face 上的 Wan-AI 組織，最新發佈的系列是 Wan 2.2，包括 Animate 和 S2V 變體。核心影片系列自 2.2 以來就沒有發佈過權重。如果你想要用於本地 ComfyUI 圖表的東西，2.1 和 2.2 是你的選項，這一點沒有改變。

「提示語法可以直接沿用。」 這個說法有一半是對的，但會以一種讓你頭痛的方式。文字可以沿用，但結構不行。Wan 3.0 的官方提示是帶有時間戳記的多鏡頭腳本：怪獸提示是十個編號的鏡頭，廣告看板提示是四個標記好的節拍，帶有明確的秒數範圍。將一個十鏡頭的腳本貼入一個 15 秒的模型，它不會優雅地選取六個鏡頭，而是會壓縮。

為什麼你不能直接在 Wan 3.0 和 Wan 2.7 之間交換提示

在這一點之下還有第二個陷阱，這也是為什麼「只要拼接兩個片段」救不了你的原因。

Wan 2.7 有一個影片延續模式。它看起來像是一條通往 30 秒的路，但其實不是。你餵入的來源片段必須是 2 到 10 秒，所以一個 15 秒的生成結果不能作為種子。輸出會重新編碼來源，這會吃掉你餵入片段的尾部。而且串聯延續往往會漂回開始的節拍，而不是推動故事向前發展。15 秒是 Wan 2.7 一個連續檔案的硬性天花板。任何更長的內容都是編輯，而不是生成。

這就是這兩個世代之間真正的遷移成本，而沒有比較表會顯示給你看。

Wan 3.0 vs Wan 2.7 規格表，以及實際在哪裡運行

要測試這些，你需要一個能在同一個帳戶上運行文字轉影片、參考轉影片和影片編輯的地方，並且採用按秒計費，這樣失敗的試拍只會花費你幾秒鐘，而不是一次訂閱費用。本文中 Wan 2.7 方面的所有內容都在 Atlas Cloud 上運行，該平台託管了四個 Wan 2.7 端點以及用於參考測試的圖片模型。Wan 3.0 尚未在 Atlas Cloud 或任何其他第三方平台提供，這正是為什麼本文中 Wan 3.0 的資料來自阿里巴巴自己的測試版出版物。

表 1：Wan 3.0 vs Wan 2.7，世代對比

表 2：本文中使用的 Wan 2.7 端點

在運行任何東西之前，有一個定價細節值得牢記：「每秒 $0.1」的標題是 720P 的基準。影片編輯頁面明確記錄了 1080P 有 1.5 倍的倍率，而「運行」按鈕會顯示你所選等級的實際價格。請閱讀按鈕上的數字，而不是標題。

親身測試 Wan 3.0 vs Wan 2.7

四個步驟。其中兩個使用阿里巴巴發布的資料作為固定參考點，另外兩個是你自己進行的運行。這裡不需要存取 Wan 3.0 測試版。

步驟 1：取得 Wan 3.0 片段及其原始提示

這個測試的 Wan 3.0 部分不是你生成的，而是你閱讀的。完整的怪獸提示發佈在官方 Wan 3.0 創作者手冊中，以及完成的片段，在「災難電影」範例下。這是一個中文腳本，包含十個編號的鏡頭和一個描述配樂的獨立段落。

在執行任何其他操作之前，先閱讀一次。結構就是重點：十個鏡頭，每個都有自己的鏡頭、主體和燈光說明，最後以配樂簡報結束。這就是一個 30 秒單次生成提示的樣子。

步驟 2：在 Wan 2.7 文字轉影片上運行相同的提示

打開 Wan 2.7 文字轉影片遊樂場，貼上相同腳本的英文翻譯。暫時不要縮短它。你想看看當意圖超出天花板時模型會做什麼。

PlainCopy
1一個 30 秒、照片級寫實的電影場景：深夜暴風雨中，一隻深海怪獸出現。開場是一艘小而破舊的漁船，船體上有白色字母「WAN」，在傾盆大雨中與巨浪搏鬥；閃電短暫照亮整個海洋。推到甲板上的中近景：海浪沖過船頭，繩索、漁網和金屬欄杆在風中猛烈搖晃，雨水在鏡頭上形成條紋。然後前方的海面異常隆起，形成一個巨大的漩渦，一個巨大的黑色形狀從船底經過，將船抬起。一名穿著濕透雨衣的船員緊緊抓住欄杆，驚恐萬分，轉向水面。最後，海面向上爆炸，一隻巨大的環太平洋風格海怪出現：潮濕、傷痕累累、帶有脊狀的皮膚、巨大的下顎、數十米高的水花。在閃電中特寫它的頭部咆哮。漁船幾乎被吞沒。以廣角鏡頭結束：怪獸聳立在翻騰的海面上，小船在前景中顯得渺小，最後一道閃電。好萊塢災難片配樂：低沉的低頻轟鳴和稀疏的弦樂，在突破時加入銅管樂器和沉重的打擊樂，以壓抑的持續低音和弦結束。照片級寫實的規模、體積水、高對比度暴風雨燈光。

設定：解析度 1080P，持續時間 15 秒（最大值），畫面比例 16:9，保持音訊開啟以便模型自己配樂。將參考音訊插槽留空。

Atlas Cloud 上的 Wan 2.7 文字轉影片遊樂場，載入了怪獸提示，OUTPUT 面板中顯示完成的 15 秒片段

Atlas Cloud 上的 Wan 2.7 文字轉影片，提示已貼上，選擇 1080P 和 16:9。運行按鈕顯示這次短測試的花費為 $0.75，相當於每秒 $0.15：這是 1.5 倍的 1080P 倍率，清楚地顯示在模型頁面上，而該頁面的標題數字是 $0.1。

然後再運行一次，並在提示中附加一行：

PlainCopy
1單一連續鏡頭，無剪輯。優先考慮突破時刻；壓縮設置過程。

這一行就是遷移工作的縮影。一個 30 秒的腳本必須被重新編寫為一個 15 秒的意圖，而你必須決定哪七個鏡頭被刪除。

左：官方 Wan 3.0 輸出，30 秒。右：Atlas Cloud 上的 Wan 2.7 運行相同提示，在其 15 秒上限處停止。

步驟 3：為 Wan 3.0 vs Wan 2.7 身份測試建立參考圖片

持續時間是明顯的升級。像素級的一致性才是真正改變生產工作的因素，你可以用兩隻貓來測試它。

阿里巴巴的手冊中包含一個魏斯·安德森風格的拼貼，其中同一隻布偶貓和同一隻黑貓必須在五個截然不同的環境中存活下來：對稱的飯店走廊、剖面側視圖、洗衣機滾筒、機場行李輸送帶和紅色電話亭。兩隻貓都使用 @Image1 和 @Image2 參考標籤固定。

首先建立你自己的兩個參考圖片。使用 GPT Image 2，品質設定為高，16:9 畫面，運行兩次。

PlainCopy
1一隻蓬鬆布偶貓的攝影棚肖像，藍色眼睛，深色面具，面向鏡頭端坐，均勻光線，純淺粉色背景，毛髮細節清晰，全身可見，乾淨的參考表構圖。

PlainCopy
1一隻小巧光滑黑貓的攝影棚肖像，明亮的琥珀色眼睛，側面站立面向右方，均勻光線，純淺粉色背景，毛髮細節清晰，全身可見，乾淨的參考表構圖。

Atlas Cloud 上的 GPT Image 2 遊樂場，品質設定為高，OUTPUT 面板中渲染了布偶貓參考表

GPT Image 2，品質高，16:9。以同樣方式運行第二個提示以獲得黑貓。

步驟 4：在 Wan 2.7 參考轉影片上運行身份測試

將兩隻貓上傳到 Wan 2.7 參考轉影片端點。解析度 1080P，畫面比例 16:9，持續時間 10 秒，這是這個端點的最大值。下面的提示是手冊中鏡頭列表從五個節拍壓縮為三個，因為十秒鐘容納不下五個。

PlainCopy
1魏斯·安德森風格，完全對稱，平坦的正面構圖，粉彩調色板。參考圖 1 是布偶貓，參考圖 2 是黑貓；在每個鏡頭中保持兩隻貓完全相同。鏡頭 1：一個無盡的對稱飯店走廊，布偶貓面帶嚴肅表情直直向鏡頭跑來，黑貓在背景中全速跑開，頭部向後轉了 180 度。鏡頭 2：走廊的剖面側視圖，粉紅色花紋壁紙和金色畫框，布偶貓從左向右走，黑貓從右向左穿過。鏡頭 3：薄荷綠復古洗衣機門的正面微距，兩隻貓僵硬地漂浮在滾筒內的肥皂泡中，眼神空洞，後面排列著彩虹顏色的洗滌劑瓶。嚴格的水平和垂直線條，無鏡頭傾斜，無表情荒誕幽默。

Atlas Cloud 上的 Wan 2.7 參考轉影片遊樂場，載入了兩隻貓的參考，OUTPUT 面板中顯示完成的片段

Wan 2.7 參考轉影片：兩隻貓載入到圖片參考插槽中，解析度設定為 1080P，運行按鈕在開始前顯示花費。兩個參考已經佔用了這個端點所接受數量的很大一部分。Wan 3.0 可以接受 20 個參考項目。

現在將兩者並排放置。

官方 Wan 3.0 身份鎖定片段：同一隻布偶貓和黑貓在飯店走廊、剖面牆、洗衣機滾筒、行李輸送帶和紅色電話亭中保持一致

由阿里巴巴在 Wan 3.0 公開測試版期間生成，並發佈在官方創作者手冊中。五個環境，19.9 秒，兩隻貓通過參考標籤固定。此處以無聲 GIF 顯示；傳遞的檔案帶有 44.1kHz 立體聲音訊。

Wan 2.7 參考轉影片在相同簡報下的結果，三個鏡頭在 10 秒上限內

Atlas Cloud 上的 Wan 2.7 參考轉影片，相同的兩個參考，此處以無聲 GIF 顯示。這是端點預設的 5 秒輸出，而不是完整的 10 秒：值得知道的是，持續時間控制並不總是執行你設定的值，所以在按下按鈕之前請閱讀運行按鈕上的報價。觀察貓的花紋和布偶貓的面具；這就是「像素級一致性」這個說法所涉及的維度。

另外四個值得重跑的 Wan 3.0 vs Wan 2.7 提示

怪獸片段強調了持續時間和物理效果。這三個強調的是不同的事情，每一個都與 Wan 2.7 的不同限制發生衝突。所有三個都是阿里巴巴官方手冊中自己的測試版輸出。

Wan 3.0，官方測試版輸出：一個單一的 30 秒推鏡後退，沿著一條螢光燈照明的醫院走廊，蒼綠色單色調，女演員在呼喊求救。打開聲音。表演、腳步聲和設備嗡嗡聲都是模型生成的。

表 3：每個提示要求什麼，以及 Wan 2.7 在哪裡限制它

相同概念的免費 15 秒版本

再看看加油站片段。那種格式，一個簡短的喜劇短劇，有兩個角色、一個反轉和一個笑點，正是 Wan 3.0 額外運行時間發揮最大作用的地方。它也是最有可能賣出東西的格式。

問題在於提示。手冊中的喜劇範例有 800 字，帶有明確的時間戳記和走位。這是一項真正的技能，需要一個週末來學習。

如果你只想在投入那個週末之前看看這個格式是否適合你的產品，Atlas Cloud 有一個免費工具，完全跳過了提示工程。你描述產品，可以選擇上傳最多四張產品照片，每張 8MB，選擇六種風格之一（搞笑迷因、劇情反轉、情境喜劇、暖心、奢華或強力推銷），它會撰寫雙角色腳本、分配聲音、生成對話和音效，並返回一個完整的 15 秒廣告作為一個連續場景。下載是乾淨的，沒有浮水印。你需要登入，在儲值積分之前，你可以獲得一次免費生成。

一行產品文案輸入，一個完成的 15 秒喜劇廣告輸出：Atlas Cloud 的免費 AI 廣告短劇產生器

免費 AI 廣告短劇產生器：一個產品描述輸入，一個 15 秒雙角色廣告輸出。

來自免費產生器的真實輸出。打開聲音：腳本、兩個聲音和音效都來自一次運行。

運行 Wan 3.0 vs Wan 2.7 比較需要多少成本

按秒計算，在 720P 等級上，這兩個世代處於相同的區間。成本差異在於結構性：一個過去是 15 秒的片段現在是 30 秒，因此一個完成的成品大約會翻倍。

表 4：相同的怪獸場景，四種方式

兩個注意事項。測試版定價不是正式發布定價，而且阿里巴巴已經表示 API 很快就會更廣泛地開放，因此請將 ¥ 數字視為公開測試版的快照，而不是承諾的費率。在 Atlas Cloud 方面，在提交之前，請務必閱讀運行按鈕上的即時報價，因為解析度倍率是在那裡應用的，而不是在標題價格中。

阿里巴巴也異常直接地指出了 Wan 3.0 仍然薄弱的地方，表示該模型「在音質和文字準確度方面仍有改進空間。」這與檔案顯示的相符：官方示範的音訊是 44.1kHz 立體聲，但編碼速率僅為 32 kb/s，這對於預覽來說還不錯，但對於交付母帶來說則太薄了。

Wan 3.0 vs Wan 2.7 授權：你實際可以發布什麼

簡短版本，在將任何東西呈現給客戶之前，請自行對照當前條款進行驗證。

Wan 3.0 處於公開測試階段，其商業條款尚未確定。由於權重未釋出，根本沒有自託管路徑；你製作的任何東西都通過阿里巴巴的 API 或其消費平台，並且你受生成當天這些條款的約束。Wan 2.7 在權重方面是同樣的情況，但它已經投入生產足夠長的時間，平台 API 條款已經穩定。如果你通過第三方平台運行它，你的商業權利來自該平台的服務條款，因此請閱讀實際適用於你帳戶的條款。這些段落都不是法律建議。

Wan 3.0 vs Wan 2.7 常見問題

Wan 3.0 是開源的嗎？我可以在 ComfyUI 中運行它嗎？

不行。截至 2026 年 8 月，Hugging Face 上的 Wan-AI 組織下沒有 Wan 3.0 倉庫，Wan-Video GitHub 上也沒有。已釋出權重的最新 Wan 系列是 Wan 2.2，包括 Animate 和 S2V 變體。對於本地 ComfyUI 圖表，你仍然只能使用 2.1 或 2.2。Wan 3.0 僅限 API 和網頁。

Wan 3.0 vs Wan 2.7 解析度：Wan 3.0 真的能生成 4K 嗎？

不行。發布的 API 價格表有三個解析度等級：480P、720P 和 1080P。幾個廣泛分享的比較文章聲稱是原生 4K，它們是錯的。在原始輸出天花板方面，Atlas Cloud 上的 Wan 2.7 實際上通過其 1080P-SR 和 1440P-SR 超解析度選項提供了更高的解析度。

我可以通過延長片段來從 Wan 2.7 獲得 30 秒嗎？

不能作為一個連續檔案。延續模式需要一個 2 到 10 秒的來源片段，因此一個完整的 15 秒生成結果不能作為種子。輸出會重新編碼並修剪你餵入的任何內容的尾部，而且串聯延續往往會迴圈回到開始的節拍。超過 15 秒時，你是在編輯，而不是生成。

Wan 3.0 vs Wan 2.7：我今天實際上可以在哪裡運行每一個？

Wan 3.0 在阿里巴巴自己的平台上處於公開測試階段：阿里雲百煉、萬境一克、萬象網站、千問創作桌面客戶端、IF STUDIO 和堆友，在千問應用程式中也有灰度存取。目前沒有第三方推理平台託管它。Wan 2.7 是仍然可以直接呼叫的世代，跨越文字轉影片、圖片轉影片、參考轉影片和影片編輯端點。

Wan 3.0 vs Wan 2.7 定價：哪個每個完成的片段成本更高？

按秒計算，在 720P 等級上它們很接近。按每個完成的片段計算，預計大約翻倍，因為自然輸出長度從 15 秒變成了 30 秒。預算要考慮運行時間的變化，而不是費率的變化，並記住測試版定價可能無法延續到正式發布。

我需要為 Wan 3.0 重寫我的 Wan 2.7 提示嗎？

是的，而且重寫是結構性的，而不是詞彙上的。Wan 2.7 提示詳細描述一個連續鏡頭。Wan 3.0 提示是帶有時間戳記的鏡頭列表，有時帶有獨立的配樂段落，模型也可以將 pdf 或簡報作為輸入。經驗法則：對於 Wan 2.7，寫一個關於一個鏡頭的段落；對於 Wan 3.0，寫一個帶有秒數範圍的編號場景分解。