最新更新：Wan 3.0 已于 2026 年 8 月 24 日上线。
一个调色棚墙面上显示同一雨夜屋顶镜头，时间码从 00:00 到 00:30
三十秒的一个连续镜头，铺展在时间线上。到达那里，就是全部的故事。
当 Wan 3.0 Preview 进入公测那天，我去找它的规格说明。搜索结果第一页告诉我它支持原生 4K、采用 Apache 2.0 许可证发布，并且拥有“六摄像头 AI 导演模式”。六个不同的网站，相同的说法，没有一个链接到原始来源。
于是我直接打开了阿里巴巴自己的模型页面。480P、720P、1080P。没有 4K。然后我直接调用 Hugging Face API，拉取了 Wan-AI 组织下的所有仓库。最新的是 Wan2.2-Animate-2，推送时间与 Wan 3.0 上线同一天。根本没有 3.0 的任何东西。
然后我做了别人没做的事：Wan 3.0 的卖点是单次生成 30 秒连续视频，而我并没有访问权限，所以我尝试用今天能实际调用的模型来复现这一结果。我失败了。失败的方式反而成了本文最有价值的部分。
关键要点
- Wan 3.0 Preview 于 2026 年 8 月 6 日进入公测。 模型 ID 为
wan3.0-video，需通过阿里巴巴云模型工作室和通义千问云提交申请才能使用。并非开放注册。 - 真实规格： 单次生成最长 30 秒，支持 480P/720P/1080P，价格分别为每输出秒 $0.05/$0.10/$0.20。
- 没有 4K，也没有开放权重。 我查询了 Hugging Face API 下
Wan-AI的所有仓库。没有任何高于 Wan 2.2 的下载版本。 - 真正的瓶颈是速率限制： 2 个并发请求，30 RPM，50 个异步排队任务。
- 无法用 Wan 2.7 伪造 30 秒单次拍摄。 三个未公开的限制将真正连续片段的最长长度限制在 15 秒，而尝试第二次接续时，模型会反向循环而非向前推进。
15 秒壁垒：Wan 3.0 Preview 真正在卖什么
这是我得到的最佳结果。15 秒不间断的 1080P 视频：推进到霓虹灯招牌，一个摊贩在雨中关闭屋顶咖啡摊，然后镜头向下摇至湿漉漉的街道和一辆出租车。一个连续生成的视频文件，无需剪辑，自带生成音频。
Wan 2.7 连续 15 秒视频：霓虹灯招牌、屋顶摊贩、向下摇至湿漉漉的街道和一辆出租车
Wan 2.7 系列为我生成的最长真正连续片段：15 秒，1080P，单个文件。此处显示为静音 GIF；交付文件包含 44.1kHz 立体声音频。
这已经很不错了。但它恰好是 Wan 3.0 声称一次调用就能做到的时长的一半，而 15 秒就是那道焊死的天花板。以下内容讲述了我如何找到那道焊缝。
为什么你读到的每份 Wan 3.0 Preview 规格说明很可能都是错的
有两个原因让这次发布异常嘈杂。首先，单次生成 30 秒对于该系列来说是真正的第一次。Wan2.7-Video 最长 15 秒，而大多数主流视频模型介于 5 到 15 秒之间（TNGlobal，2026 年 8 月）。其次，Wan 3.0 接受其他模型不接受的参考输入：除了文本、图像、音频和视频，它还接受 doc、xls、ppt、pdf 和 md 文件以及网页，因此幻灯片可以变成视频（AlphaSignal，2026 年 8 月）。
这种组合带来了大量来自从未打开过文档的网站的报道。以下是我根据主要来源核实的所有广泛流传的说法。
表 A：Wan 3.0 Preview 规格核对
| 流传的说法 | 主要来源的说法 | 判断 |
|---|---|---|
| 单次生成 30 秒 | 已确认，对比 Wan 2.7 的 2 至 15 秒 | ✅ 真实 |
| 原生 4K 输出 | 官方分辨率仅为 480P、720P 和 1080P | ❌ 错误 |
| Apache 2.0 开放权重 | Hugging Face 上 Wan-AI 下无 Wan 3.0 仓库 | ❌ 错误 |
| 文档转视频（PDF、PPT、XLS） | 已确认为一种参考输入类型 | ✅ 真实 |
| “六摄像头 AI 导演模式” | 阿里巴巴文档中未出现 | ❌ 不支持 |
| “12 种语言唇形同步与身份锁定” | 阿里巴巴文档中未出现 | ❌ 不支持 |
| 每秒 $0.05 / $0.10 / $0.20 | 已确认适用于 480P / 720P / 1080P | ✅ 真实 |
| 面向所有人开放 | 需在模型工作室和通义千问云提交申请 | ⚠️ 测试版，需邀请 |
定价和速率限制直接来自模型页面：2 个并发请求，每分钟 30 个请求，50 个异步排队任务（QwenCloud，2026 年 8 月）。这个并发数几乎没有任何报道，但它是页面上最重要的一行。两个并行任务，每个耗时几分钟，对于发布演示来说没问题，但无法构成管线。
现在来看开源社区真正关心的问题。Wan 2.1 和 Wan 2.2 发布了可下载的检查点。Wan 2.5 承诺了从未兑现的权重，Wan 2.6 完全封闭，Wan 2.7 仍仅限 API。我通过查询 Hugging Face API 下 Wan-AI 组织的所有模型（按创建日期排序）来检查 3.0 是否打破了这一惯例。最新的三个仓库都是 Wan2.2-Animate-2 变体，创建于 2026 年 8 月 6 日，即 Wan 3.0 上线当天。下载量最高的仓库仍然是 Wan2.2-TI2V-5B-Diffusers，过去 30 天约有 179,000 次下载（Hugging Face，2026 年 8 月）。
所以答案是否定的，Wan 2.2 仍然是开放权重上限。如果你的计划涉及本地运行或微调，那目前无模型可用。
在 Atlas Cloud 上体验实时模型：在 Atlas Cloud 上打开 Wan 3.0 文生视频。
一个真实的 Atlas Cloud Wan 3.0 文生视频体验运行：提示词显示在左侧，完成的生成片段出现在右侧。
Wan 3.0 Preview 技术栈：你今天实际能运行什么
情况泾渭分明。Wan 3.0 位于申请表后面，并发限制为两个任务。在此之前的所有版本，从 Wan 2.7 回到 2.2，都可以用一个 API 密钥立即调用，同时还可以调用 Seedance 和 Kling 进行跨模型对比。本文中的所有内容都是这样在一个浏览器标签页中运行的。
以下价格来自 2026 年 8 月 10 日的 Atlas Cloud 模型目录，而非任何博客文章。
表 B：Wan 3.0 Preview 与现有模型的对比
| 模型 | 最长单次生成 | 分辨率 | 访问方式 | 并发数 | 每秒钟标价 |
|---|---|---|---|---|---|
| Wan 3.0 Preview | 30秒 | 480P / 720P / 1080P | 需要申请 | 2 | $0.05 / $0.10 / $0.20 |
| Wan 2.7 文生视频 | 15秒 | 720P / 1080P / 1080P-SR / 1440P-SR | 开放 | 标准 | 从 $0.10 起 |
| Wan 2.7 图生视频 | 15秒 | 720P / 1080P | 开放 | 标准 | 从 $0.10 起 |
| Wan 2.6 文生视频 | 15秒 | 720p / 1080p | 开放 | 标准 | $0.07（$0.10 的 7 折） |
| Wan 2.5 文生视频 | 10秒 | 720p / 1080p | 开放 | 标准 | $0.035（$0.05 的 7 折） |
| Wan 2.2 图生视频 | 10秒 | 480p / 720p | 开放，权重可下载 | 标准 | $0.03 |
| Seedance 2.5 文生视频 | 30秒 | 480p / 720p | 开放 | 标准 | 从 $0.134 起 |
| Kling v3.0 Pro 文生视频 | 15秒 | 模型默认 | 开放 | 标准 | $0.095（$0.112 的 85 折） |
折扣截至 2026 年 8 月，且有时限，因此在预算前请查看模型页面。
从这张表中可以得出两点。Wan 3.0 的 30 秒单次生成已不再是唯一：Seedance 2.5 已经接受单次调用 4 到 30 秒的时长，只是上限为 720p。而 Wan 2.7 是唯一提供 1440P-SR 超分辨率级别的行，其计费为原生 1080P 的 80%，Wan 3.0 没有这个级别。
Wan 3.0 独有的优势是在 1080P 下单次生成 30 秒，以及文档参考输入。Wan 3.0 在 Atlas Cloud 上有一个占位页面，标记为“即将推出”，因此正式上线时将使用同一个密钥。在此之前，以下是旧版模型能带你走多远的确切答案。
Wan 3.0 Preview 教程第 1 步：编写单次拍摄脚本
脚本在不同生成之间可以复用，所以一次写就。Wan 3.0 偏爱长而带时间码的镜头描述，Wan 2.7 在 5000 字符提示词限制内也接受相同结构。
适用的模板：镜头 [时间码] + 主体动作 + 相机运动 + 光线 + 环境音效。在第一行声明拍摄是连续的，并明确描述声音基底，因为 Wan 2.7 原生生成音频，如果留空，它会自行编造出一些无用的内容。
我特意选择了一个雨夜屋顶咖啡摊。这能对通常同时出问题的四个方面进行压力测试：持续相机运动、面部一致性随时间保持、湿霓虹灯反射以及连续的环境音基底。
textCopy
text11BEAT 1 (0-10s): 从闪烁的粉蓝霓虹灯招牌缓慢推近，朝向一位年轻女性摊贩在屋顶咖啡摊擦拭不锈钢台面。 22BEAT 2 (10-15s): 相机向下摇过屋顶边缘，来到下方湿漉漉的街道，滑向一辆停在路边的出租车。 33恒定：大雨、霓虹色调、35mm 变形镜头、胶片颗粒、无剪辑。 44
这是计划，而不是提示词。下面粘贴的才是提示词。
第 2 步：以 1080P 生成开场镜头
打开 Wan 2.7 文生视频页面，粘贴完整写出的 Beat 1。
textCopy
text11连续单次拍摄，无剪辑。深圳雨夜屋顶咖啡摊。 22镜头 [0-4s]：从闪烁的粉蓝霓虹灯招牌缓慢推近，朝向一位年轻女性摊贩擦拭不锈钢台面，雨水在霓虹光芒中划过，水壶蒸汽升腾。 33镜头 [4-10s]：相机定位在胸部高度，她抬起头并半微笑，浅景深，台面上湿漉漉的反光，身后黑暗天空中可见雨滴。 44音频：持续雨声、远处车流声、陶瓷杯碰撞声。 55电影感、变形镜头、35mm、高动态范围、精细胶片颗粒。 66
设置： 分辨率 1080P，画面比例 16:9，时长 10，提示词扩展 关闭。
提示词扩展默认开启，它会重写你的提示词后再生成，这悄无声息地破坏了带时间码的镜头控制。当镜头分解是关键时，请关闭它。
将时长设为 10 而不是 15 秒最大值。这不是成本决策，原因在第 3 步中才会显现。
Atlas Cloud 上的 Wan 2.7 文生视频，运行完成，在 OUTPUT 面板中可见 1080P 输出
第 2 步在体验环境中：粘贴提示词，1080P，16:9，运行完成，结果在右侧。注意运行按钮显示 $0.75 用于五秒 1080P 任务，这相当于每秒 $0.15，而非目录中的“从 $0.10 起”。
第 3 步：继续生成，并观察它在哪里失败
Wan 2.7 的图生视频端点有一个视频续接模式，可以接受现有片段并继续拍摄。将第 2 步的输出 URL 放入 video 字段，将时长设为 15，然后粘贴 Beat 2：
textCopy
text11继续同一个不间断拍摄，保持相同的镜头语言和光线。 22向下摇摄继续越过屋顶边缘到街道水平，相机向前滑过雨幕，朝向一辆停在路边的出租车，雨刷在摆动。 33保持与源片段相同的雨势强度、霓虹色调、胶片颗粒和环境音效。无剪辑、无淡入淡出、无场景切换。 44
这样就生成了本文顶部的 15 秒片段。现在是我遇到的三个限制，文档中均未提及。
一：源片段必须为 2 到 10 秒。 这就是为什么第 2 步上限为 10 秒。生成 15 秒的开场片段，你就根本无法扩展它，因为 15 秒的文件不是合法输入。
二：请求时长必须大于源片段时长。 提供 10 秒片段并要求 10 秒，API 会直接拒绝：first_clip duration (10s after trim) must be less than the requested duration (10s)。因此输出包含源片段，一次最多只能获得 5 秒的新内容。
三：它不会保留你的源片段。 这是最关键的。下面，上一行是原始 10 秒片段在 5 秒和 9.9 秒时的画面。下一行是续接输出在相同两个时间码时的画面。
四个帧，对比源片段和续接输出在 5 秒和 9.9 秒时的画面
上一行：源片段在 5 秒和 9.9 秒时。下一行：续接输出在相同时间码时。在 5 秒时它们匹配。到 9.9 秒时，源片段仍然在摊贩上，而续接已经切到了街道，因为续接将源片段重新压缩到大约前六秒，并将剩余时间用于新内容。
所以续接不是拼接。它会以更快的速度重新渲染你的片段以腾出空间，而你原始表演的最后几秒就这么消失了。
这就引出了一个明显的想法：链式续接。将 15 秒的结果再次输入，再请求 15 秒。我试了。结果如下。
第二次链式续接，结果漂回屋顶摊贩，而不是推进场景
第二次续接。它重放了街道和出租车，然后循环回到序列最开始的屋顶摊贩，而不是向前推进。链式续接不会累积。
这就是那道墙。输出上限是 15 秒，输入上限是 10 秒，而链中的第二个环节会反向运行。真正连续 15 秒的素材是该模型系列的天花板。任何更长的都是剪辑，而不是拍摄，而剪辑正是 30 秒单次拍摄所要消除的。
有一点需要说明：这个续接步骤的体验环境捕获失败了三次，因为页面的预设参考图像不断劫持运行，因此第 3 步是通过 API 而非体验 UI 执行的。上面的提示词、设置和输出均来自那次真实运行。
Wan 3.0 Preview 的 30 秒实际成本是多少
第 2 步中的运行按钮显示 $0.75 用于五秒 1080P 任务。这相当于每秒 $0.15，而不是目录列出的 $0.10，因为列出的数字是下限，计费随分辨率变化。始终相信报价而非卡片。
以那个实际费率计算，我的 15 秒连续素材成本为：10 秒开场 $1.50，加上续接 $2.25，因此 15 秒交付片段总共 $3.75。
表 C：30 秒的五种价格方案
| 路径 | 计算 | 总计 | 实际获得的内容 |
|---|---|---|---|
| Wan 3.0 Preview, 1080P | $0.20 × 30 | $6.00 | 30 秒连续，单次生成，无接缝 |
| Wan 3.0 Preview, 720P | $0.10 × 30 | $3.00 | 30 秒连续，720P |
| Wan 3.0 Preview, 480P | $0.05 × 30 | $1.50 | 30 秒连续，480P |
| Wan 2.7, 开场加续接 | $0.15 × 25 计费 | $3.75 | 仅 15 秒。 无法达到 30 秒。 |
| Seedance 2.5, 480p | 从 $0.134 × 30 | ~$4.05 | 30 秒连续，上限 720p |
再读一遍第四行。在 Wan 2.7 上生成 15 秒连续素材的成本，高于 Wan 3.0 在 720P 下生成 30 秒连续素材的收费。变通方法不是省钱方案，而是更贵且同样行不通的方案。
关于 Seedance 行的注意事项：其标价是 480p 下限，模型按像素面积计费，因此 720p 实际运行价格约为该数字的 2.25 倍。
关于许可，请谨慎。Wan 3.0 处于测试版，因此商业条款来自申请时接受的阿里巴巴云服务协议，而非任何模型许可证，且可能在正式版发布前更改。由于没有公开发布的权重，本地部署和微调均不可行。在交付客户作品前，请根据你自己的账户条款确认署名和水印要求。
常见问题解答
Wan 3.0 Preview 是否已向所有人开放？
尚未开放。它于 2026 年 8 月 6 日进入公测，但访问需要通过阿里巴巴云模型工作室和通义千问云提交申请。获批账户可获得 2 个并发请求、30 RPM 和 50 个异步排队任务，这更适合评估而非生产环境。
Wan 3.0 Preview 是开源的吗？权重在哪里？
没有权重。查询 Hugging Face API 下 Wan-AI 组织的所有仓库，未返回任何高于 Wan 2.2 的内容。最新的三个仓库均为 Wan2.2-Animate-2 变体，创建于 Wan 3.0 上线当天。Wan 2.2 仍然是开放权重上限。
Wan 3.0 Preview 真的支持原生 4K 吗？
不支持。官方文档仅列出 480P、720P 和 1080P。4K 的说法来自聚合网站互相引用而非原始来源，且与阿里巴巴自己的定价表相矛盾，后者只有三个分辨率层级。
一个 30 秒的 Wan 3.0 Preview 视频需要多少钱？
1080P 下，每输出秒 $0.20，30 秒为 $6.00。720P 下为 $3.00，480P 下为 $1.50。作为对比，在 Wan 2.7 上以 1080P 生成 15 秒连续素材，实际计费费率为 $3.75。
没有 Wan 3.0 Preview 访问权限，今天能生成 30 秒单次拍摄吗？
不能使用 Wan 2.7。其续接模式输出上限为 15 秒，仅接受不超过 10 秒的源片段，且链式续接会反向循环。Seedance 2.5 可以单次生成 4 到 30 秒，但仅限 720p。
Wan 3.0 Preview 对比 Wan 2.7：值得等待吗？
如果你需要超过 15 秒的连续单次拍摄，或者需要文档和网页参考输入，值得等待，而且没有变通方法。对于 15 秒及以下的任何内容，Wan 2.7 目前更实用，因为 2 个请求的并发限制会使批量作业在 3.0 上比在其替代模型上更慢。
