Wan 3.0 逼真人臉：3個宛如真人的提示詞

最新更新： Wan 3.0 已於 2026 年 8 月 24 日上線。

AI 影片首先會以臉部來評斷。不是鏡頭移動，不是背景，而是臉部。

如果眼睛飄移、皮膚變蠟黃、或者嘴巴開始出現那種橡膠般的 AI 感，影片就沒救了。這就是為什麼 wan 3.0 逼真人臉 是創作者在製作 UGC 廣告、短片、見證和社交短片時真正的生產力考驗。

有用的答案很簡單：逼真人臉不是美化設定，而是導演問題。你需要穩定的參考、微小的人類動作、清晰的鏡頭規則，以及嚴格的失敗條件。

本指南以 Atlas Cloud 作為瀏覽器工作區，因為您可以在一個地方測試 Wan-3.0 文字轉影片、圖片轉影片和參考轉影片，查看執行狀態，並在提交前確認可見成本。

重點摘要

• 真實臉部品質意味著身份、皮膚、眼神、嘴巴和動作連續性。
• 當特定臉部很重要時，圖片轉影片通常更安全。
• 提示詞著重於細微動作，而不只是情緒標籤。
• 先使用 8 秒草稿，再付費進行 24 秒或 30 秒的壓力測試。
• 在 Atlas Cloud 上，Wan-3.0 模式起價為 $0.05/秒。

Wan 3.0 逼真人臉展示，包含畢業特寫提示卡、已完成執行證據和臉部穩定幀

展示：畢業特寫案例使用單一臉部、細微表情、眼神移動，以及 30.07 秒的手冊片段來測試逼真人臉的連續性。

案例 1 動作證明：一位年輕的黑人女性穿著藍色畢業袍，在 30.07 秒的 Wan 3.0 手冊片段中保持單一臉部特寫表演。

為什麼 Wan 3.0 逼真人臉很熱門，但大多數嘗試都失敗

先說結論：臉部之所以失敗，是因為提示詞要求的是氛圍，但模型需要的是方向。

Wan 3.0 帶來了更大的畫布：長達 30 秒的片段、1080P 輸出、原生音訊視覺生成，以及廣泛的參考輸入。阿里巴巴的發布報導也提到多模態輸入，以及人類臉部和微表情的視覺連續性（Alibaba Cloud Community，2026 年 8 月）。官方 Model Studio 頁面將發布重點放在 30 秒故事敘述、1080P 電影級品質、原生音訊/視覺，以及全方位參考輸入（Alibaba Cloud Model Studio，2026 年 8 月）。

聽起來很厲害。確實如此。

但創作者的問題更實際：「這個人能眨眼、說話、猶豫，並且保持同一個人嗎？」

常見的失敗模式看起來很熟悉：

• 眼神飄移：視線沒有明確目標。
• 橡膠皮膚：毛孔消失，臉頰像矽膠一樣移動。
• 骨骼飄移：顴骨和下巴形狀在幀之間變化。
• 假笑：嘴巴在笑，但眼睛沒有。
• 嘴巴閃爍：說話時牙齒和嘴唇跳動。
• 鏡頭引發的身份遺失：在平移或轉頭後，臉部改變。

這不僅是發布炒作。在較舊的 Wan 工作流程中，用戶曾回報圖片轉影片執行時出現臉部不一致和詭異的結果，包括臉部不再忠於原始圖片（ComfyUI GitHub 討論，2025 年 4 月）。

問題是：你如何繞過這個問題來引導？

Atlas Cloud 上的 Wan 3.0 逼真人臉工作流程概覽

使用最簡單的模式，給你足夠的控制。

如果你沒有參考人物，從文字轉影片開始。如果特定臉部很重要，使用帶有強力第一幀的圖片轉影片。如果你有身份、動作和音訊參考，使用參考轉影片。

你可以從 Atlas Cloud 首頁 開始，開啟 Wan 3.0 模型頁面，貼上提示詞，選擇時長和解析度，然後在一個瀏覽器分頁中執行測試。實際的好處不僅是存取權限，而是在迭代時，提示詞、設定、輸出面板和報價成本都能保持可見。

Atlas Cloud models/all 目前列出 Wan-3.0 文字轉影片、圖片轉影片和參考轉影片，價格從 $0.05/秒 起。阿里巴巴的官方頁面也顯示其平台根據解析度有不同的定價，因此請將可見的「執行」按鈕成本視為提交前的最終依據。

步驟 1：選擇 Wan 3.0 逼真人臉模式

從符合你風險的工作流程開始。

沒有參考臉部？使用文字轉影片。需要一個穩定的演員？使用圖片轉影片。需要已知的身份加上動作、語音或之前的片段？使用參考轉影片。

當你只需要快速檢查模式時，複製這個提示詞：

PlainCopy
116:9，8 秒，寫實電影級特寫。一個人坐在窗邊，在柔和日光下說出一句簡短的句子，帶有自然的嘴唇動作、輕微的眼神移動和放鬆的呼吸。在整個片段中保持相同的臉部、膚色、髮際線、服裝、燈光和背景模糊。避免臉部飄移、蠟質皮膚、變形的眼睛、多餘的牙齒、跳接剪輯和背景臉孔。

要選擇的設定：

Atlas Cloud Wan 3.0 逼真人臉模式設定，包含已完成執行和可見輸出面板

步驟 1：Atlas Cloud Wan 3.0 模式設定，在完成執行後擷取，以便同時看到輸入和輸出。

步驟 2：執行案例 1，Wan 3.0 逼真人臉特寫

這是最難的。

特寫消除了所有藏身之處。觀眾可以看到嘴角、眉毛張力、視線目標和皮膚紋理。案例 1 使用 Wan 3.0 手冊片段，一位年輕的黑人女性穿著藍色畢業袍，以特寫構圖，安靜地說話，視線向下移動。

複製這個提示詞：

PlainCopy
116:9，8 秒，寫實電影級特寫。一位年輕的黑人女性穿著藍色畢業袍，站在室內柔和的典禮光線中，從頭部到上胸部構圖。第二個人只在左邊緣以完全模糊的形狀可見。她安靜地對著鏡頭外的人說話，嘴巴自然移動，眉毛微微皺起，眼睛有點濕潤但沒有哭泣。在整個鏡頭中，她的視線從眼睛水平慢慢向下移動到雙手。攝影機固定，但有輕微的手持呼吸搖晃。自然皮膚紋理，可見毛孔，柔和的頂光，淺景深。在整個片段中保持相同的臉部、相同的畢業袍、相同的膚色、相同的眼形和相同的背景模糊。避免塑膠皮膚、顴骨變化、多餘牙齒、誇張的笑容、變形的眼睛和跳接剪輯。

要選擇的設定：

Wan 3.0 逼真人臉案例 1 完成執行螢幕截圖，顯示畢業特寫提示詞

步驟 2：案例 1 畢業特寫逼真人臉測試的執行證據。請參閱上方展示片段以獲得完整動作證明。

步驟 3：執行案例 2，Wan 3.0 逼真人臉 UGC 電話通話

UGC 臉部失敗方式不同。

鏡頭不像美容特寫那麼緊，但說話、手部位置和柔和的窗邊光線可以快速暴露臉部變形。這個案例使用雨天的公寓電話通話：一位年輕女性坐在窗邊，接聽電話，回答，最後帶著一個小小的半微笑結束。

複製這個提示詞：

PlainCopy
116:9，8 秒，自然 UGC 風格寫實影片。一位留著長黑髮的年輕女性坐在木桌旁，旁邊是雨天的公寓窗戶，將智慧型手機貼在耳邊。霓虹城市燈光在玻璃外模糊。她聆聽，然後用平靜的低聲回答；她的嘴唇輕柔移動，眼睛向下看一拍，最後給出一個小小的半微笑。攝影機是從桌子對面穩定的中景特寫，呈現 50mm 鏡頭效果，窗邊柔和的燈光打在她臉的一側，背景中有溫暖的實用桌燈。保持她的臉部、髮際線、鼻形、手部位置、手機、桌子、窗戶雨景和燈光一致。避免過度美化的皮膚、蠟質臉頰、不匹配的嘴唇動作、臉部變形、多餘的手指和背景臉孔。

要選擇的設定：

Wan 3.0 逼真人臉案例 2 完成執行螢幕截圖，顯示雨天窗邊電話通話

步驟 3：案例 2 雨天電話通話臉部測試的執行證據。

案例 2 動作證明 GIF，顯示雨天窗邊電話通話臉部測試

案例 2 動作證明 GIF ：15.04 秒的 Wan 3.0 手冊片段測試說話、眼神移動、手機一致性以及柔和的室內光線。

步驟 4：執行案例 3，Wan 3.0 逼真人臉垂直社交短片

現在縮小臉部。

垂直短片很狡猾。臉部較小，但觀眾仍然會注意到眼睛是否調整大小、腿部是否變形，或者鏡中反射是否變成第二個人。這個案例測試全身動作、鏡子、服裝細節和放鬆的微笑。

複製這個提示詞：

PlainCopy
19:16，8 秒，寫實垂直社交影片。一位年輕女性穿著白色刺繡上衣、白色百褶裙、黑色腰帶和白色厚底運動鞋，站在光線柔和公寓中的乾淨全身鏡前。她調整一隻袖子，自然轉移重心，從鏡子看向鏡頭，然後給出一個小小的放鬆微笑。全身構圖，固定穩定的攝影機，自然日光，無厚重美顏濾鏡，寫實的布料質感和身體比例。在整個鏡頭中保持相同的臉部、相同的服裝、相同的髮型、相同的鏡子位置和相同的房間佈局。避免臉部飄移、玩偶般的皮膚、眼睛大小變化、變形的腿部、多餘的反射和跳接剪輯。

要選擇的設定：

Wan 3.0 逼真人臉案例 3 完成執行螢幕截圖，顯示垂直時尚鏡子片段

步驟 4：案例 3 垂直全身臉部一致性測試的執行證據。

案例 3 動作證明 GIF，顯示垂直時尚臉部一致性

案例 3 動作證明 GIF ：15.04 秒的 Wan 3.0 手冊片段檢查較小的臉部在身體、服裝和鏡子保持連貫時是否保持穩定。

步驟 5：在重新生成前審核 Wan 3.0 逼真人臉

不要因為片段「感覺不對」就重新生成。先找出失敗原因。

這個檢查清單能保持審核的客觀性：

Wan 3.0 逼真人臉審核檢查表，以清晰表格呈現身份、皮膚、嘴巴、眼睛、動作和背景檢查

步驟 5：一個臉部真實度審核表格，你可以在花費另一次執行前使用。

當你建立自己的測試時，使用這個可重複使用的模板：

PlainCopy
1[長寬比]，[時長]，寫實電影級影片。[帶有穩定身份錨點的主體]在[特定場景和燈光]中。[可見動作鏈：臉部、眼睛、嘴巴、手部和姿勢做什麼]。攝影機：[鏡頭大小、鏡頭感覺、移動]。音訊：[環境音 / 對話 / 氛圍]。保持[臉部、膚色、服裝、道具、背景]。避免[臉部飄移、蠟質皮膚、變形的眼睛、壞牙齒、跳接剪輯、多餘的手指]。

Wan 3.0 逼真人臉變化嘗試

在 3 個核心測試通過後，嘗試這些：

Wan 3.0 逼真人臉在 Atlas Cloud 上的成本

使用快速公式：

成本 = 秒數 x 模型每秒價格 x 解析度層級（如適用）

截至 2026 年 8 月，Atlas Cloud models/all 列出三種 Wan-3.0 影片模式，價格從 $0.05/秒 起。這給你一個規劃底線：

對於最終交付，請在提交前檢查可見的執行成本。在某些平台或層級上，1080P 可能比底線成本更高，而「執行」按鈕才是你的錢包實際會看到的數字。

關於 Wan 3.0 逼真人臉的法律注意事項

使用真實員工、創作者、客戶和可識別肖像時需取得同意。不要暗示真實人物說過他們沒有說過的話。對於廣告、見證、醫療聲明、財務聲明或政治內容，請保持揭露和審查嚴謹。

這是成熟的答案。有趣的部分仍然是創意指導，但負責任的部分讓你保持可發布狀態。

常見問題

Wan 3.0 能做出逼真人臉嗎？

可以，但最佳結果來自於有方向的提示詞和強力的參考。要求穩定的身份錨點、微小的臉部動作、明確的視線目標，以及特定的失敗條件。

為什麼臉部有時看起來仍然詭異？

因為臉部會暴露微小的錯誤。眼睛方向、牙齒、顴骨、嘴唇時機和皮膚紋理都必須同時保持連貫。像「悲傷的女人說話」這樣的寬泛提示詞會留下太多飄移空間。

文字轉影片還是圖片轉影片？

當任何可信的演員都可以時，使用文字轉影片。當特定臉部、品牌演員、創作者或第一幀很重要時，使用圖片轉影片。

用於說話臉部的最佳 Wan 3.0 提示詞是什麼？

最佳提示詞描述一個連續的動作鏈：人物看向哪裡、嘴巴如何移動、手做什麼、以及什麼必須保持不變。然後加入避免塑膠皮膚、變形的眼睛、壞牙齒和臉部變形的詞語。

在 Atlas Cloud 上需要多少費用？

Atlas Cloud models/all 目前列出 Wan-3.0 文字轉影片、圖片轉影片和參考轉影片，價格從 $0.05/秒 起。8 秒草稿從約 $0.40 起，而 30 秒壓力測試在考慮更高解析度層級之前從約 $1.50 起。

我可以將 Wan 3.0 逼真人臉用於廣告或 UGC 嗎？

可以，但需遵守正常的創意和法律紀律。使用肖像時需取得同意，避免假見證，並在揭露規則或客戶政策要求時標記合成 UGC。