2026年8月24日，阿里正式上线新一代视频生成模型Wan3.0。该模型在生成时长、万能创作、全能参考与真实世界还原四大维度实现全面升级，单次最高可生成30秒原生视频，并首次支持DOC、XLS、PPT、PDF、MD等文档格式直接输入。官方称其致力于更精准地还原真实物理世界，进一步降低高质量视频创作门槛。

核心升级与详细能力

Wan3.0在公测（8月6日启动）十余天后正式商用，期间根据用户反馈持续迭代。主要提升包括：

生成时长翻倍：单次可生成最长30秒连续视频，是前代Wan2.7的15秒上限的两倍。支持智能时长推荐，也可通过延长功能扩展叙事，更适合一镜到底、多镜头连续叙事的短剧、广告与MV场景。
全能参考与万能创作：除文本、图像、音频、视频外，首次支持文档（DOC/XLS/PPT/PDF/MD等）和网页URL输入。模型可读取结构化内容并生成对应视频，实现“从静态资料到动态成片”的直接转化。最多支持约20个参考元素，强化跨镜头人物、车辆、场景的一致性。
真实世界还原：在人物微表情、肢体联动、空间布局、物理运动与屏幕文字渲染等方面明显提升，力求减少“AI感”，更接近真实拍摄质感。同时支持原生同步音频与多语言配音。
分辨率与输出：支持480P、720P、1080P输出，默认1080P。

API定价为：480P 0.3元/秒、720P 0.6元/秒、1080P 1.2元/秒。8月24日至9月23日，阿里云百炼与千问AI平台提供限时7折优惠。用户可通过阿里云百炼、万相官网、万镜一刻、千问AI平台、千问创作PC端、千问App、堆友及IF STUDIO等渠道体验。多家平台（如LibTV、Pollo.ai、美图、京东灵境等）已接入或测试。

技术与市场背景

Wan系列由阿里通义实验室打造，定位于高一致性、长时长与多模态参考的视频生成。Wan3.0的文档输入能力被官方视为行业首创，直接瞄准营销、企业宣传、教育与短剧规模化生产场景。定价显著低于部分国际竞品（如Google Veo 3.1标准档约0.4美元/秒），体现了阿里在AI基础设施上的成本优势。

此次发布紧随阿里完成约102亿美元港股配售（资金全部用于AI投入）之后，显示公司在视频生成赛道持续加码。

可能影响：从工具到生产流程的跨越

1. 对创作者与内容产业的影响 30秒原生时长与文档输入大幅降低从策划到成片的门槛。短剧、广告TVC、文旅宣传、音乐MV等场景可实现更高效率的规模化生产。人物与场景一致性的提升，使模型更接近实际影视预演与连续叙事需求。

2. 对行业竞争格局的影响 在Sora、Veo、可灵、Seedance等模型激烈竞争的背景下，Wan3.0以更长时长、文档支持与性价比形成差异化。中国厂商在视频生成领域的快速迭代与落地能力进一步凸显，可能加速全球市场对“实用优先”路线的关注。

3. 对企业应用的影响 文档与网页直接转视频的能力，特别适合企业内部培训、产品演示、财报解读与营销素材自动化。结合阿里云生态，有望推动更多B端工作流集成。

4. 潜在挑战 长视频的叙事连贯性、复杂物理交互的稳定性，以及版权与内容安全问题，仍需持续验证。闭源策略虽利于商业化，但也可能限制社区生态扩展。

行业启示：视频生成进入“可用”新阶段

Wan3.0的发布标志着视频生成模型从“短片段素材工具”向“可进入