最新更新：Wan 3.0 已於 2026 年 8 月 24 日上線。
一個調色室牆面，顯示同一張雨夜屋頂畫面，時間碼從 00:00 到 00:30。
三十秒不間斷的一鏡到底，橫跨時間軸。要達到那一步，本身就是整個故事。
Wan 3.0 Preview 進入公開測試當天，我開始尋找它的規格表。搜尋結果第一頁告訴我：它支援原生 4K、以 Apache 2.0 授權釋出、還有「六鏡頭 AI 導演模式」。六個不同網站，同樣的宣稱，卻沒有一個連結到原始來源。
於是我打開阿里巴巴自家的模型頁面。480P、720P、1080P。沒有 4K。接著我直接呼叫 Hugging Face API，拉取 Wan-AI 組織下的所有倉庫。最新的是 Wan2.2-Animate-2，推送日期與 Wan 3.0 上線同一天。根本沒有任何 3.0 的東西。
然後我做了別人都沒做的事。Wan 3.0 的主打是單次生成 30 秒連續影片，而我沒有使用權限，所以我試著用今天實際能呼叫的模型來重現這個結果。我失敗了。而失敗的方式，反而成了這篇文章最有價值的部分。
重點摘要
- Wan 3.0 Preview 於 2026 年 8 月 6 日進入公開測試。 模型 ID
wan3.0-video，在阿里雲模型工作室和 Qwen Cloud 上需要申請才能使用，並非開放註冊。 - 真實規格： 單次生成最多 30 秒，支援 480P/720P/1080P，價格為每秒 $0.05/$0.10/$0.20。
- 沒有 4K，也沒有開放權重。 我查詢了 Hugging Face API 中
Wan-AI下的所有倉庫，沒有任何高於 Wan 2.2 的可下載版本。 - 真正的瓶頸是速率限制： 2 個並發請求、每分鐘 30 次請求、50 個排隊非同步任務。
- 你無法用 Wan 2.7 偽造 30 秒一鏡到底。 三個未公開的限制讓最長真正連續片段卡在 15 秒，而嘗試串接第二段續拍會讓模型倒退而非前進。
15 秒之牆：Wan 3.0 Preview 真正在賣的是什麼
這是我能拿到的最佳結果：15 秒不間斷的 1080P 畫面——從一個發光的霓虹招牌推進，到雨中的屋頂咖啡攤老闆收攤，接著鏡頭下搖到濕漉漉的街道和一輛計程車。單一連續生成的檔案，未經剪輯，附帶生成音訊。
十五秒連續的 Wan 2.7 影片：霓虹招牌、屋頂攤販、下搖到雨街與計程車
Wan 2.7 系列為我生成的最長真正連續片段：15 秒，1080P，單一檔案。此處顯示為無聲 GIF；實際交付檔案包含 44.1kHz 立體聲。
這效果不錯。但也正好是 Wan 3.0 宣稱一次呼叫能達到的長度的一半，而且 15 秒就是焊死的天花板。以下所有內容，都是在說明我如何找到那條焊縫。
為什麼你讀到的每一份 Wan 3.0 Preview 規格表很可能都是錯的
有兩個因素讓這次發佈格外嘈雜。第一，單次生成 30 秒對該系列來說確實是首創。Wan2.7-Video 最多只能到 15 秒，而大多數主流影片模型落在 5 到 15 秒之間（TNGlobal，2026 年 8 月）。第二，Wan 3.0 接受其他模型沒有的參考輸入：除了文字、圖片、音訊和影片，還接受 doc、xls、ppt、pdf、md 檔案以及網頁，所以一份投影片就能變成影片（AlphaSignal，2026 年 8 月）。
這個組合導致大量報導來自那些從未翻開過文件的網站。以下是每一個廣泛流傳的宣稱，並與原始來源進行核對。
表 A：Wan 3.0 Preview 規格核對
| 流傳的宣稱 | 原始來源的說法 | 判定 |
|---|---|---|
| 單次生成 30 秒 | 已確認，相較於 Wan 2.7 的 2 到 15 秒 | ✅ 真實 |
| 原生 4K 輸出 | 官方解析度僅有 480P、720P 和 1080P | ❌ 錯誤 |
| Apache 2.0 開放權重 | Hugging Face 上 Wan-AI 下無任何 Wan 3.0 倉庫 | ❌ 錯誤 |
| 文件轉影片（PDF、PPT、XLS） | 已確認為參考輸入類型 | ✅ 真實 |
| 「六鏡頭 AI 導演模式」 | 未出現在阿里巴巴任何文件中 | ❌ 不支援 |
| 「12 種語言唇形同步與身份鎖定」 | 未出現在阿里巴巴任何文件中 | ❌ 不支援 |
| 每秒 $0.05 / $0.10 / $0.20 | 已確認，對應 480P / 720P / 1080P | ✅ 真實 |
| 開放所有人使用 | 在 Model Studio 和 Qwen Cloud 上需申請 | ⚠️ 測試版，需要邀請 |
定價和速率限制直接來自模型頁面：2 個並發請求、每分鐘 30 次請求、以及 50 個非同步任務佇列（QwenCloud，2026 年 8 月）。這個並發數字幾乎沒有被報導，但卻是頁面上最重要的一行。兩個並行任務，每個耗時數分鐘，對發佈演示來說還行，但還不足以構成管線。
現在是開源社群真正關心的問題。Wan 2.1 和 Wan 2.2 提供了可下載的檢查點。Wan 2.5 承諾的權重從未實現，Wan 2.6 完全封閉，Wan 2.7 仍是僅限 API。我查詢了 Hugging Face API 中 Wan-AI 組織下按創建日期排序的所有模型，以確認 3.0 是否打破這個慣例。最新的三個倉庫都是 Wan2.2-Animate-2 的變體，創建於 2026 年 8 月 6 日，也就是 Wan 3.0 上線的同一天。下載量最高的倉庫仍然是 Wan2.2-TI2V-5B-Diffusers，過去 30 天約有 179,000 次下載（Hugging Face，2026 年 8 月）。
所以答案是否定的，Wan 2.2 仍然是開放權重的天花板。如果你的計畫包括在本機執行或微調這個模型，那麼目前沒有東西可以執行。
在 Atlas Cloud 上試用即時模型：在 Atlas Cloud 上開啟 Wan 3.0 文字轉影片。
一個真實的 Atlas Cloud Wan 3.0 文字轉影片遊樂場執行：提示詞顯示在左側，完成生成的片段顯示在右側。
Wan 3.0 Preview 堆疊：你今天實際能跑什麼
情況很清晰。Wan 3.0 位於一個需要申請的表單後面，並有兩個任務的並發上限。在此之前的所有版本，從 Wan 2.7 回溯到 2.2，都可以用一個 API 金鑰立即呼叫，還可以與 Seedance 和 Kling 進行跨模型比較。本文中的所有內容都是這樣執行的，在一個瀏覽器分頁中完成。
以下價格來自 2026 年 8 月 10 日的 Atlas Cloud 模型目錄，而非任何部落格文章。
表 B：Wan 3.0 Preview 與現有模型的比較
| 模型 | 最長單次生成 | 解析度 | 存取方式 | 並發數 | 列示每秒價格 |
|---|---|---|---|---|---|
| Wan 3.0 Preview | 30 秒 | 480P / 720P / 1080P | 需要申請 | 2 | $0.05 / $0.10 / $0.20 |
| Wan 2.7 文字轉影片 | 15 秒 | 720P / 1080P / 1080P-SR / 1440P-SR | 開放 | 標準 | 從 $0.10 起 |
| Wan 2.7 圖片轉影片 | 15 秒 | 720P / 1080P | 開放 | 標準 | 從 $0.10 起 |
| Wan 2.6 文字轉影片 | 15 秒 | 720p / 1080p | 開放 | 標準 | $0.07（原價 $0.10 打七折） |
| Wan 2.5 文字轉影片 | 10 秒 | 720p / 1080p | 開放 | 標準 | $0.035（原價 $0.05 打七折） |
| Wan 2.2 圖片轉影片 | 10 秒 | 480p / 720p | 開放，權重可下載 | 標準 | $0.03 |
| Seedance 2.5 文字轉影片 | 30 秒 | 480p / 720p | 開放 | 標準 | 從 $0.134 起 |
| Kling v3.0 Pro 文字轉影片 | 15 秒 | 模型預設 | 開放 | 標準 | $0.095（原價 $0.112 打八五折） |
折扣為 2026 年 8 月即時生效且有時限，因此在根據預算規劃前請先查看模型頁面。
從這張表可以得出兩個結論。Wan 3.0 的 30 秒單次生成已不再是獨一無二：Seedance 2.5 已經接受一次呼叫中 4 到 30 秒的時長，只是解析度上限為 720p。而 Wan 2.7 是唯一提供 1440P-SR 超解析度層級的選項，根據其自身定價模式，此層級收費為原生 1080P 的 80%，Wan 3.0 則沒有這個選項。
Wan 3.0 擁有而其他模型沒有的，是單次生成 30 秒且達 1080P，再加上文件參考輸入功能。Wan 3.0 在 Atlas Cloud 上有一個佔位頁面，標示為「即將推出」，因此當它正式發佈時，會使用同一個金鑰。在此期間，以下是舊版模型能帶你走多遠的詳細說明。
Wan 3.0 Preview 教學：步驟 1：撰寫一鏡到底的拍攝簡報
這份簡報會在每次生成之間沿用，所以一次寫好即可。Wan 3.0 偏愛長篇、附帶時間碼的鏡頭描述，而 Wan 2.7 在 5,000 字元的提示詞限制內也能接受相同的結構。
有效的範本：鏡頭 [時間碼] + 主體動作 + 攝影機移動 + 光線 + 環境音訊。在第一行就聲明這是一鏡到底，並明確描述音景，因為 Wan 2.7 會原生生成音訊，如果你留空，它會自己創造一些沒有幫助的內容。
我刻意選擇了一個雨夜屋頂咖啡攤的場景。這可以考驗四項通常會同時出問題的元素：持續的攝影機運動、人物臉部一致性、潮濕的霓虹燈反射，以及連續的環境音訊。
textCopy
text11BEAT 1 (0-10s): 從一個閃爍的粉紅與青色霓虹招牌緩慢推近，朝向一位在屋頂咖啡攤擦拭鋼製檯面的年輕女性攤主。 22BEAT 2 (10-15s): 攝影機越過屋頂邊緣下搖到下方濕漉漉的街道，滑向一輛在路邊怠速的計程車。 33不變元素：大雨、霓虹色調、35mm 變形寬銀幕、底片顆粒、無剪接。 44
這是計畫，不是提示詞。實際貼上的提示詞如下。
步驟 2：以 1080P 生成開場
開啟 Wan 2.7 文字轉影片頁面，並貼上完整的 Beat 1。
textCopy
text11連續單一鏡頭，無剪接。深圳一個雨夜屋頂咖啡攤。 22鏡頭 [0-4s]：從一個閃爍的粉紅與青色霓虹招牌緩慢推近，朝向一位年輕女性攤主擦拭鋼製檯面，雨水在霓虹光中劃過，壺中升起蒸氣。 33鏡頭 [4-10s]：攝影機停在胸口高度，她抬頭露出半個微笑，淺景深，檯面上潮濕的反射，身後黑暗的天空中可見雨滴。 44音訊：穩定的雨聲，遠處車流聲，陶瓷杯的碰撞聲。 55電影感，變形寬銀幕，35mm，高動態範圍，細緻底片顆粒。 66
設定： 解析度 1080P，長寬比 16:9，時長 10，提示詞擴展 OFF。
提示詞擴展預設為開啟，它會在生成前改寫你的提示詞，這會默默破壞時間碼控制的鏡頭描述。當鏡頭分鏡是重點時，請務必關閉它。
將時長設為 10 而非 15 秒的最大值。這不是成本考量，原因要到步驟 3 才會顯現。
Atlas Cloud 上的 Wan 2.7 文字轉影片，執行完成，OUTPUT 面板中顯示 1080P 輸出
步驟 2 的遊樂場畫面：提示詞已貼上，1080P，16:9，執行完成，結果顯示在右側。請注意 Run 按鈕顯示 $0.75 用於 5 秒 1080P 任務，相當於每秒 $0.15，而非目錄中標示的「從 $0.10 起」。
步驟 3：續拍，並觀察它在哪裡斷掉
Wan 2.7 的圖片轉影片端點有一個影片續拍模式，可以接收現有片段並繼續拍攝。將步驟 2 的輸出網址放入 video 欄位，將時長設為 15，然後貼上 Beat 2：
textCopy
text11以相同的攝影機語言和光線繼續同樣的不間斷鏡頭。 22下搖動作繼續越過屋頂邊緣到街道層，攝影機穿過雨水向前滑向一輛在路邊怠速的計程車，雨刷揮動著。 33保持與來源片段相同的雨勢、霓虹色調、底片顆粒和環境音訊。無剪接、無淡出、無場景轉換。 44
這會產生這篇文章頂部的 15 秒片段。現在說明我遇到的三個限制，這些限制都不在文件中。
一：來源片段必須是 2 到 10 秒。 這就是為什麼步驟 2 的上限設為 10。如果你生成一個 15 秒的開場，你就完全無法擴展它，因為 15 秒的檔案不是合法的輸入。
二：請求的時長必須大於來源時長。 輸入一個 10 秒的片段並要求 10 秒，API 會直接拒絕：first_clip duration (10s after trim) must be less than the requested duration (10s)。因此輸出會包含來源片段，而一次傳遞最多能增加的時間是 5 秒。
三：它不會保留你的來源片段。 這是最重要的一點。下方，上排是原始 10 秒片段在 5 秒和 9.9 秒的畫面。下排是續拍輸出在相同兩個時間碼的畫面。
四個影格比較來源片段與續拍輸出在 5 秒和 9.9 秒的狀況
上排：來源片段在 5 秒和 9.9 秒。下排：續拍輸出在相同時間碼。在 5 秒處兩者相符。到了 9.9 秒，來源片段仍在攤販處，而續拍輸出已經切到街道，因為它把來源片段壓縮到大約前六秒，然後用剩餘時間生成新材料。
所以續拍不是拼接。它會加快重新渲染你的片段以騰出空間，而你原始片段的最後幾秒就這麼不見了。
這自然引出一個顯而易見的點子：串接它。把 15 秒的結果再餵回去，要求再 15 秒。我試了。結果如下。
第二次串接續拍，結果漂回屋頂攤販，而非推進場景
第二次續拍傳遞。它重播了街道和計程車，然後迴圈回到序列最開始的屋頂攤販，而不是向前移動。串接無法累積。
這就是那堵牆。輸出上限是 15 秒，輸入上限是 10 秒，而串接鏈中的第二環會倒退。這個模型系列真正連續畫面的天花板就是 15 秒。任何更長的內容都是剪接，而不是一鏡到底，而剪接正是 30 秒單次生成所要消除的。
有一點需要揭露：步驟 3 的遊樂場畫面失敗了三次，因為頁面的預設參考圖片一直劫持執行，因此步驟 3 是透過 API 而非遊樂場 UI 執行的。上述的提示詞、設定和輸出均來自該次真實執行。
Wan 3.0 Preview 的 30 秒實際成本
步驟 2 中的 Run 按鈕顯示 $0.75 用於一個 5 秒 1080P 任務。這相當於每秒 $0.15，而非目錄中標示的 $0.10，因為標示價格是底價，而計費會隨解析度調整。永遠相信即時報價而非卡片上的數字。
以這個實際價格計算，我的 15 秒連續畫面成本為：10 秒開場 $1.50 加上續拍 $2.25，總計 $3.75 獲得 15 秒交付內容。
表 C：五種方式獲得 30 秒的成本
| 路徑 | 計算方式 | 總計 | 你實際得到的內容 |
|---|---|---|---|
| Wan 3.0 Preview，1080P | $0.20 × 30 | $6.00 | 30 秒連續，單次生成，無接縫 |
| Wan 3.0 Preview，720P | $0.10 × 30 | $3.00 | 30 秒連續，720P |
| Wan 3.0 Preview，480P | $0.05 × 30 | $1.50 | 30 秒連續，480P |
| Wan 2.7，開場加續拍 | $0.15 × 25 計費 | $3.75 | 僅 15 秒。 無法達到 30 秒。 |
| Seedance 2.5，480p | 從 $0.134 × 30 | ~$4.05 | 30 秒連續，解析度上限 720p |
再看一次第四行。用 Wan 2.7 產生 15 秒連續畫面的成本，比 Wan 3.0 以 720P 產生 30 秒連續畫面的收費還高。變通方案並不是便宜的選項，而是既貴又行不通的選項。
關於 Seedance 那一行有一個注意事項：其列示價格是 480p 的底價，且該模型按像素面積計費，因此 720p 在實務上大約是該數字的 2.25 倍。
關於授權，請務必小心。Wan 3.0 仍在測試版，因此商業條款來自你申請時接受的阿里雲服務協議，而非任何模型授權，並且在正式發佈前可能改變。由於沒有公開發布權重，本機部署和微調都不是選項。在交付客戶作品前，請根據你自己的帳戶條款確認屬性標註和浮水印要求。
常見問題
Wan 3.0 Preview 現在已經開放所有人使用了嗎？
沒有。它於 2026 年 8 月 6 日進入公開測試，但存取權限需要透過阿里雲模型工作室和 Qwen Cloud 申請。通過的帳號可獲得 2 個並發請求、每分鐘 30 次請求以及 50 個非同步任務佇列，這是為評估而非生產環境設計的規模。
Wan 3.0 Preview 是開源的嗎？權重在哪裡？
完全沒有。查詢 Hugging Face API 中 Wan-AI 組織下的所有倉庫，沒有任何高於 Wan 2.2 的內容。最新的三個倉庫都是 Wan2.2-Animate-2 的變體，創建於 Wan 3.0 上線的同一天。Wan 2.2 仍然是開放權重的天花板。
Wan 3.0 Preview 真的支援原生 4K 嗎？
不。官方文件列出的是 480P、720P 和 1080P。4K 的宣稱來自於聚合網站互相引用，而非原始來源，而且與阿里巴巴自己的定價表矛盾，因為定價表只有三個解析度層級。
一個 30 秒的 Wan 3.0 Preview 影片要多少錢？
以 1080P 計算，每秒 $0.20，30 秒總計 $6.00。720P 是 $3.00，480P 是 $1.50。作為比較，用 Wan 2.7 以 1080P 產生 15 秒連續畫面，以實際計費費率花了我 $3.75。
我現在沒有 Wan 3.0 Preview 的存取權限，能產生 30 秒一鏡到底嗎？
用 Wan 2.7 不行。它的續拍模式上限為 15 秒輸出，只接受 10 秒或更短的來源片段，而且串接時會倒退。Seedance 2.5 可以在單次生成中做到 4 到 30 秒，但解析度上限只有 720p。
Wan 3.0 Preview 與 Wan 2.7 相比，值得等待嗎？
如果你需要超過 15 秒的連續一鏡到底，或者需要文件和網頁參考輸入，答案是肯定的，而且沒有替代方案。對於 15 秒或以下的內容，Wan 2.7 現在更實用，因為 2 個請求的並發上限會讓批次工作在 3.0 上比它要取代的模型更慢。
