Wan 3.0 對比 Wan 2.7：我打開了阿里巴巴自己的示範檔案。大家複製的三個規格都是錯誤的。

最新更新： Wan 3.0 已於 2026 年 8 月 24 日正式上線。

兩個剪輯監視器並排，左側顯示海怪在暴風雨中躍出，右側顯示同一場暴風雨被截短。

播放阿里巴巴隨 Wan 3.0 測試版提供的 30 秒海怪片段。漁船、暴雨、閃電，然後海面向上炸裂。十個不同鏡頭。毫無剪接。其下的管弦樂配樂由模型生成。

你的第一反應不是「哇」。而是「我的 Wan 2.7 少了什麼？」

於是我去尋找答案，首先發現大部分網路上的回答都是錯的。搜尋 wan 3.0 vs wan 2.7，最熱門的結果自信地告訴你 Wan 3.0 原生支援 4K，而且權重已上傳至 Hugging Face。兩者皆非事實。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。只是並非人們所描述的那樣。

Wan 3.0 vs Wan 2.7：重點摘要

• 時長是焦點。 Wan 3.0 一次生成 30 秒，並具備自動「智慧時長」建議。Wan 2.7 在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。
• 參考項目從少數變成大量。 Wan 2.7 最多接受 5 個參考項目。Wan 3.0 最多接受 20 個，而且首次支援 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 價格表只有三個層級：480P、720P 和 1080P。在 Atlas Cloud 上，Wan 2.7 實際上透過其 1080P-SR 和 1440P-SR 超解析度選項提供了更高的上限。
• 權重未開源。 Hugging Face 上的 Wan-AI 組織仍停留在 Wan 2.2。沒有 3.0 倉庫、沒有 2.7 倉庫、也沒有 2.5 倉庫。
• Wan 3.0 僅限測試版且僅限第一方。 它在阿里雲百煉、Wanxiang 網站、千問創作桌面應用程式以及少數兄弟產品上運行。如果你本週需要一個可在生產環境中呼叫的 API，Wan 2.7 仍然是可用的版本。
• 想在學習提示詞語法之前先看看格式？ Atlas Cloud 提供一個免費的 AI 廣告短劇產生器，可將一個產品描述轉換成 15 秒的雙角色喜劇廣告，附帶對白。一次免費生成，無浮水印。

完整的 30 秒怪獸片段，由阿里巴巴在 Wan 3.0 公開測試期間生成，並發佈在官方 Wan 3.0 創作者手冊中。我們並未生成此片段。請開啟聲音：配樂是輸出的一部分，非後期添加的音樂墊。檔案規格：1920x1072，24fps，30.07s，44.1kHz 立體聲 AAC。

以下是規格表忽略的第一件事。該檔案是 1920x1072，而非 1920x1080。官方手冊中的每個「1080p」示範都落在 1072 像素高度，而其他幾個公開示範則是普通的 1280x720。手冊中 19 個片段中有 12 個長度為 30.05 到 30.07 秒，這告訴你 30 秒上限是真實的硬限制，而非行銷上的整數。

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，幾乎沒有人用同一個提示詞同時跑過這兩個模型，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，並僅在阿里巴巴自己的平台上運行（QbitAI，2026 年 8 月）。第三方推理平台尚未支援。因此，現有的比較內容都是規格表對規格表，而規格表已被橫向複製到錯誤固化。

三個關於 Wan 3.0 vs Wan 2.7 的「事實」根本是錯的

「Wan 3.0 原生 4K。」 並非如此。公佈的 API 價格表是 480P、720P 和 1080P，分別為 ¥0.3、¥0.6 和 ¥1.2 每秒。三個層級，沒有第四個。同時，Atlas Cloud 在 Wan 2.7 上提供 1080P-SR 和 1440P-SR，因此在純像素上限上，舊版本目前勝出。

「Wan 3.0 權重已開源。」 並未開源。瀏覽 Hugging Face，Wan-AI 組織最新釋出的系列是 Wan 2.2，包括 Animate 和 S2V 變體。核心影片線自 2.2 以來就沒有釋出過權重。如果你想要在本地 ComfyUI 圖中使用，2.1 和 2.2 是你的選項，這一點沒有改變。

「提示詞語法可以直接沿用。」 這個說法半真半假，而且會害到你。詞彙可以沿用，結構不行。Wan 3.0 的官方提示詞是帶時間戳的多鏡頭腳本：怪獸提示詞是十個編號鏡頭，廣告牌提示詞是四個帶明確秒數範圍的標記節拍。將一個十鏡頭腳本貼到 15 秒模型裡，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 之間互換提示詞

這下面還有第二個陷阱，也是為什麼「只要拼接兩個片段」救不了你的原因。

Wan 2.7 有影片續接模式。看起來像是通往 30 秒的路徑。但並非如此。你餵入的來源片段必須是 2 到 10 秒，因此一個 15 秒的生成無法作為種子。輸出會重新編碼來源，吃掉你餵入片段的尾部。而且串聯續接往往會往開場節拍漂移，而非推動故事前進。15 秒是 Wan 2.7 單一連續檔案的硬上限。任何更長的內容都是編輯，而非生成。

這就是這兩個世代之間真正的遷移成本，沒有比較表會告訴你。

Wan 3.0 vs Wan 2.7 規格表，以及實際運行位置

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平台，並採用按秒計費，讓失敗的拍攝只花費秒數而非訂閱費用。本文 Wan 2.7 部分的所有內容都在 Atlas Cloud 上運行，該平台托管四個 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上線，這正是本文中 Wan 3.0 材料來自阿里巴巴自家測試版發佈的原因。

表 1：Wan 3.0 vs Wan 2.7，世代對比

表 2：本文使用的 Wan 2.7 端點

在開始任何操作前，有一個定價細節值得內化：「$0.1 每秒」的標題是 720P 基準。影片編輯頁面明確說明 1080P 有 1.5 倍乘數，而「執行」按鈕會顯示你選擇層級的實際價格。請閱讀按鈕，而非標題。

若要進行當前托管運行，請開啟 Atlas Cloud 上的 Wan 3.0，並在發佈工作流程前測試類似以下的提示詞。

Wan 3.0 提示詞到結果的截圖：匹配模型比較。

自行測試 Wan 3.0 vs Wan 2.7

四個步驟。其中兩個使用阿里巴巴已發佈的素材作為固定參考點，另外兩個是你自行進行的運行。這裡不需要存取 Wan 3.0 測試版。

步驟 1：取得 Wan 3.0 片段及其原始提示詞

此測試的 Wan 3.0 部分不是你要生成的，而是你要閱讀的。完整的怪獸提示詞已發佈在官方 Wan 3.0 創作者手冊中，連同完成的片段，位於「災難電影」範例下。這是一個中文腳本，包含十個編號鏡頭和一個獨立段落描述配樂。

在進行任何其他操作前先閱讀一次。結構是關鍵：十個鏡頭，每個都有自己的鏡頭、主體和燈光說明，最後以配樂簡報結尾。這就是一個 30 秒單次生成提示詞的樣子。

步驟 2：透過 Wan 2.7 文字轉影片執行相同的提示詞

開啟 Wan 2.7 文字轉影片遊樂場，並貼上同一個腳本的英文翻譯。暫時不要縮短。你想看看當意圖超出上限時模型會怎麼做。

PlainCopy
1A 30-second, photoreal cinematic sequence: a deep-sea kaiju emerges at night in a raging storm. Open on a small, battered fishing trawler with the white letters "WAN" on its hull, fighting through enormous waves under torrential rain; lightning briefly lights the whole ocean. Push to a mid-close shot on the deck: waves smash over the bow, ropes, nets and metal railings whip in the wind, rain streaks the lens. Then the sea ahead swells unnaturally, an enormous vortex forms, and a vast dark shape passes beneath the boat, lifting it. A crewman in a soaked rain jacket grips the rail, terrified, and turns toward the water. Finally the surface explodes upward and a colossal Pacific-Rim-style sea monster breaches: wet, scarred, ridged skin, huge jaws, tens of meters of spray. Close on its head roaring in the lightning. The trawler is nearly swallowed. End on a wide shot: the kaiju towering over the churning sea, the boat tiny in the foreground, one final lightning strike. Hollywood disaster-movie scoring: low sub-bass rumble and sparse strings building to brass and heavy percussion at the breach, ending on an oppressive sustained low chord. Photoreal scale, volumetric water, high-contrast storm lighting.
2

設定：解析度 1080P，時長 15 秒（最大值），畫面比例 16:9，音訊保持開啟讓模型自行配樂。參考音訊欄位留空。

Wan 2.7 文字轉影片遊樂場（Atlas Cloud），已載入怪獸提示詞，完成的 15 秒片段顯示在 OUTPUT 面板中

Wan 2.7 文字轉影片（Atlas Cloud），提示詞已貼上，選擇 1080P 和 16:9。執行按鈕顯示此簡短測試拍攝費用為 $0.75，相當於每秒 $0.15：這是顯而易見的 1.5 倍 1080P 乘數，而模型頁面的標題數字是 $0.1。

然後再執行一次，並在提示詞末尾附加一行：

PlainCopy
1Single continuous take, no cuts. Prioritize the breach moment; compress the setup.
2

這一行就是遷移工作的縮影。一個 30 秒的腳本必須重新撰寫成 15 秒的意圖，而由你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 執行相同提示詞，在 15 秒上限處停止。

步驟 3：為 Wan 3.0 vs Wan 2.7 身份一致性測試建立參考圖片

時長是顯著的升級。像素級一致性才是真正改變製作工作的部分，而你可以用兩隻貓來測試。

阿里巴巴的手冊包含一個 Wes Anderson 風格的仿作，其中同一隻布偶貓和同一隻黑貓必須存活在五個截然不同的環境中：對稱的飯店走廊、剖面側視圖、洗衣機滾筒、機場行李輸送帶和一個紅色電話亭。兩隻貓都使用 @Image1 和 @Image2 參考標籤固定。

首先自己生成兩個參考圖片。使用 GPT Image 2，品質設為高，畫面比例 16:9，執行兩次。

PlainCopy
1A studio portrait of a fluffy ragdoll cat with blue eyes and a dark mask, sitting upright facing the camera, evenly lit against a plain pale pink background, sharp fur detail, full body visible, clean reference-sheet framing.
2

PlainCopy
1A studio portrait of a small sleek black cat with bright amber eyes, standing in profile facing right, evenly lit against a plain pale pink background, sharp fur detail, full body visible, clean reference-sheet framing.
2

Atlas Cloud 上的 GPT Image 2 遊樂場，品質設為高，布偶貓參考圖顯示在 OUTPUT 面板中

GPT Image 2，品質高，16:9。以相同方式執行第二個提示詞以獲得黑貓。

步驟 4：在 Wan 2.7 參考轉影片上執行身份測試

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，時長 10 秒（此端點的最大值）。以下提示詞是手冊中鏡頭列表從五個節拍壓縮成三個，因為十秒無法容納五個。

PlainCopy
1Wes Anderson style, perfectly symmetrical, flat frontal compositions, pastel palette. Reference image 1 is the ragdoll cat, reference image 2 is the black cat; keep both cats identical in every shot. Shot 1: an endless symmetrical hotel corridor, the ragdoll cat running straight toward the camera with a solemn expression, the black cat sprinting away in the background with its head twisted back 180 degrees. Shot 2: a cutaway side view of the corridor, pink patterned wallpaper and gold picture frames, the ragdoll walking left to right and the black cat crossing right to left. Shot 3: frontal macro on a mint-green vintage washing machine door, both cats floating stiffly inside the drum among suds, eyes blank, rainbow-ordered detergent bottles lined up behind. Rigid horizontals and verticals, no camera tilt, deadpan absurd humor.
2

Atlas Cloud 上的 Wan 2.7 參考轉影片遊樂場，已載入兩隻貓的參考圖片，完成的片段顯示在 OUTPUT 面板中

Wan 2.7 參考轉影片：兩隻貓已載入圖片參考欄位，解析度設為 1080P，執行按鈕在開始前顯示拍攝費用。兩個參考已經佔用了此端點可接受數量中相當大的一部分。Wan 3.0 可接受 20 個參考項目。

現在將兩者並排比較。

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，兩隻貓透過參考標籤固定。此處顯示為無聲 GIF；交付檔案包含 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，相同的兩個參考圖片，此處顯示為無聲 GIF。這是端點預設的 5 秒拍攝，而非完整的 10 秒：值得知道的是，時長控制並非總是確實執行你所設定的值，因此請在按下執行按鈕前閱讀執行按鈕報價。觀察貓的斑紋和布偶貓的面具；這就是「像素級一致性」主張所涉及的維度。

另外四個值得重跑的 Wan 3.0 vs Wan 2.7 提示詞

怪獸片段強調時長和物理。這三個強調不同的東西，每個都與 Wan 2.7 的不同限制衝突。這三個都是阿里巴巴官方手冊中的測試版輸出。

Wan 3.0，官方測試版輸出：一個 30 秒的連續推後鏡頭，沿著日光燈照明的醫院走廊，淡綠色單色調，女演員大聲呼救。開啟聲音。表演、腳步聲和設備嗡嗡聲皆由模型生成。

表 3：每個提示詞的要求，以及 Wan 2.7 的限制

相同概念的免費 15 秒版本

再看一下加油站片段。這個格式——一個短喜劇小品，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效益的地方。也是最能賣東西的格式。

問題在於提示詞。手冊中的喜劇範例有 800 字，附帶明確時間戳和走位。這是一項真正的技能，需要一個週末來學習。

如果你只是想看看這個格式是否適合你的產品，然後再投入那個週末，Atlas Cloud 提供一個免費工具，完全跳過提示詞工程。你描述產品，選擇性上傳最多四張產品照片（每張 8MB），從六種語氣（搞笑迷因、劇情反轉、情境喜劇、暖心、奢華或強力推銷）中選擇一種，它會撰寫雙角色腳本、選角聲音、生成對白和音效，並以一個連續場景回傳完成的 15 秒廣告。下載檔案乾淨無浮水印。你需要登入，並在加值前獲得一次免費生成。

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。開啟聲音：腳本、兩個聲音和音效都來自一次運行。

進行 Wan 3.0 vs Wan 2.7 比較需要多少成本

按秒計，在 720P 層級上，這兩個世代價格相近。成本差異在於結構：一個過去是 15 秒的片段現在變成 30 秒，因此完成的成品大約加倍。

表 4：相同的怪獸序列，四種方式

兩個注意事項。測試版定價並非正式發行定價，阿里巴巴已表示 API 很快就會更廣泛開放，因此請將 ¥ 數字視為公開測試版的快照，而非最終費率。在 Atlas Cloud 方面，請務必在提交前閱讀執行按鈕上的即時報價，因為解析度乘數是在那裡套用，而非在標題價格中。

阿里巴巴也異常直接地指出 Wan 3.0 仍然薄弱的地方，表示該模型「在音質和文字準確性方面仍有改進空間。」這與檔案顯示的內容相符：官方示範的音訊是 44.1kHz 立體聲，但編碼率僅為 32 kb/s，這對預覽而言足夠，但對交付母帶來說則略顯不足。

Wan 3.0 vs Wan 2.7 授權：你實際上可以發佈什麼

簡短版本，請在將任何內容展示給客戶前自行核對當前條款。

Wan 3.0 處於公開測試階段，其商業條款尚未確定。由於權重尚未釋出，完全沒有自托管路徑；你製作的任何內容都通過阿里巴巴的 API 或其消費級平台，並且你受制於生成當天這些條款所規定的內容。Wan 2.7 在權重方面情況相同，但它已在生產環境中運行足夠長的時間，平台 API 條款已經穩定。如果你透過第三方平台運行，你的商業權利來自該平台的使用條款，因此請閱讀實際適用於你帳戶的條款。以上兩段均非法律建議。

Wan 3.0 vs Wan 2.7 FAQ

Wan 3.0 是開源的嗎？我可以在 ComfyUI 中運行嗎？

不是。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。最新釋出的 Wan 系列權重是 Wan 2.2，包括 Animate 和 S2V 變體。對於本地 ComfyUI 圖，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？

不能。已發佈的 API 價格表有三個解析度層級：480P、720P 和 1080P。幾個廣泛分享的比較文章聲稱原生 4K，這是錯誤的。在原始輸出上限上，Atlas Cloud 上的 Wan 2.7 實際上透過其 1080P-SR 和 1440P-SR 超解析度選項達到更高。

我可以透過延長片段從 Wan 2.7 獲得 30 秒嗎？

不能作為一個連續檔案。續接模式需要 2 到 10 秒的來源片段，因此完整的 15 秒生成無法作為種子。輸出會重新編碼並修剪你餵入的任何內容的尾部，而串聯續接往往會循環回開場節拍。超過 15 秒，你是在編輯，而非生成。

Wan 3.0 vs Wan 2.7：我現在可以在哪裡實際運行兩者？

Wan 3.0 處於公開測試階段，僅在阿里巴巴自己的平台上：阿里雲百煉、萬景一客、Wanxiang 網站、千問創作桌面客戶端、IF STUDIO 和堆友，以及在千問應用程式中以灰度存取。尚無第三方推理平台托管。Wan 2.7 是你可以直接呼叫的版本，涵蓋文字轉影片、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：哪個每個完成片段成本更高？

在 720P 層級上按秒計算，它們接近。按每個完成片段計算，預計大約加倍，因為自然輸出長度從 15 秒變為 30 秒。預算要考慮運行時間的變化，而非費率的變化，並記住測試版定價可能不會在正式發行後維持。

我需要為 Wan 3.0 重寫我的 Wan 2.7 提示詞嗎？

是的，而且重寫是結構性的，而非詞彙性的。Wan 2.7 提示詞以豐富細節描述一個連續鏡頭。Wan 3.0 提示詞是帶時間戳的鏡頭列表，有時還有獨立的配樂段落，模型也能讀取 pdf 或簡報作為輸入。經驗法則：對於 Wan 2.7，寫一個段落描述一個鏡頭；對於 Wan 3.0，寫一個帶秒數範圍的編號場景分解。