【php中文网资讯】阿里云官方近日宣布，全新升级的视频生成模型 wan3.0 正式进入公开测试阶段。自 wan1.0 首次发布以来，万相系列模型历经 8 次迭代演进，此次 wan3.0 在视频时长、创作通用性、参考复用能力及画面真实感四大核心维度实现全面跃升。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
单次最长生成 30 秒连续视频
Wan3.0 将单次输出视频时长上限提升至 30 秒，显著增强镜头语言表现力，支持流畅运镜、一镜到底等影视化表达方式，助力创作者构建完整叙事结构，突破传统短视频碎片化剪辑瓶颈。模型内置智能时长建议机制，可依据用户输入的提示词自动推荐最优成片时长；另配备视频延展工具，允许对已有片段进行剧情延伸与镜头拓展，强化内容延展性。
首次兼容 doc、xls 等办公文档格式
在输入源支持方面，Wan3.0 实现重大突破：除常规文本、图像、音频、视频外，首次全面适配主流办公文档格式，真正践行“万物皆可成片”理念。支持导入的文件类型涵盖 doc、xls、ppt、pdf、txt、key、pages、numbers 及 md 格式；单次最多上传一个本地文件或在线链接，文件体积限制为 100MB 以内，总页数不超过 50 页。
画质与真实感显著增强
本次升级重点强化画面真实感与内容一致性。针对此前人像生成中常见的风格趋同、质感失真等问题，Wan3.0 的文生视频人像模块实现个性化建模，精准还原面部结构、皮肤肌理与细微表情，人物神态、肢体动作与情绪状态高度协同；多人同框场景下，各角色神态、姿态亦能独立区分、自然呈现。
在基于参考图的复用型创作中，模型可高保真保留角色特征、道具细节、空间布局及整体视觉风格：人物五官比例、发型样式、服饰搭配全程一致；Logo 位置、材质表现、物品结构在多角度下保持稳定；机位设定与人物构图逻辑连贯可靠。同时支持电影级、纪实风等多种影视美学风格的稳定输出，杜绝风格跳变现象。对于图表、UI 界面等数字类素材，模型同步优化色彩协调性与信息层级排布，在保障专业视觉效果的同时兼顾数据可读性。
此外，视频编辑能力亦同步升级，支持对画面元素、情节走向、对白内容进行局部精细化调整。官方也坦诚指出，当前模型在语音合成自然度与文字识别精度方面仍有进一步优化空间。
