Wan 3.0来了，30秒、全能参考、更高性价比！

嗨大家好！我是阿真！

7 月底 8 月初视频模型真是神仙打架哈，这不，Wan 师傅带着它的 Wan 3.0 强势登场了。

不说废话，先看一下 Wan 3.0 模型这次最大的几个亮点：多模态参考、最长 30 秒、更有竞争力的价格，以及对真实物理世界、运动和人物表情更强的理解。

角色一致性和场景复现也继续加强，在短剧、漫剧和广告场景里更能保持人物、服装和场景稳定了。

Wan 3.0 视频模型现在已经在千问 AI 创作 PC 端和千问 APP 开启公测，另外，此次还有千问创作的 Agent Team 模式，主打多 Agents 协作的专业视频创作平台，目前是邀请制，需要通过邀请体验。

接下来一起来看看效果，下面的视频均为千问 AI 创作PC 端生成的视频，分辨率 1080P。大家如果感觉情节过于抽象，莫怪莫怪，纯粹是因为阿真狗血剧看多了。

多模态参考

文本、图片、视频和音频都可以成为 Wan 3.0 的参考。我们可以给它角色图和场景图锁定人物与空间，给动作参考和运镜视频控制节奏，用音乐确定氛围。哪怕只说一句自然语言，它也会补足镜头、画面和氛围细节。

来看一条 20 秒都市情感戏。视频先从局部特写吊起情绪，再切到酒会全景交代空间，最后回到肩后镜头和双人中近景。

男主透过酒杯的眼神、女主靠近时的停顿也很细，雨夜城市的冷光和宴会厅的暖光贯穿始终。人物细节和站位从特写到全景也比较稳定，20 秒里有明确的情绪推进。原生音效和环境也是相辅相成。

• 1

• 2

• 3

• 4

• 5

• 6

• 7

• 8

真人写实竖屏现代都市情感短剧，20 秒。顾清岚 30 岁，黑色侧分长卷发，右眼下有清晰小痣，佩戴银色长钻石耳坠与细手链，穿墨绿色单肩褶皱缎面高开衩礼服和黑色尖头高跟鞋，精致红唇妆；周叙白 31 岁，凌乱感黑色短发，戴细边金属眼镜，穿白衬衫、深海军蓝马甲与西裤、酒红领带和黑色皮鞋。两人的脸型、五官、发型、身形、服装和配饰严格参考两张四视图，全片一致。场景为雨夜高层酒店艺术慈善酒会，深色大理石地面、挑高水晶灯、香槟塔、黑色钢琴、白色花艺、金属烛台和整面落地玻璃幕墙清晰可见。窗外雨线缓慢滑落，蓝金城市灯光在湿润玻璃上形成散景；来宾穿正式晚礼服低声交谈，侍者端酒穿行。水晶灯在墨绿色礼服上游走出细腻高光，香槟气泡持续上升，杯壁折射倒置人影，暖光穿过香槟塔形成短暂虹彩。两位主角分别七年，重逢前都不知道对方会出席。高质感都市爱情电影风，深墨绿、海军蓝、酒红、暖金与窗外冷蓝形成层次。使用浅景深、柔和高光、轻微胶片颗粒、克制的镜头呼吸和少量细微慢动作。以礼服和皮鞋特写、香槟塔反射、眼神近景、肩后镜头、跟随移镜及侍者遮挡转场推进情绪；表演含蓄，通过呼吸停顿、握杯力度、视线闪躲和重新对视呈现。两人靠近后始终保留半步距离，不拥抱、不立即握手，让未说完的过去停在画面里。镜头约 9 个，单镜头 0.7 至 2 秒。0 至 4 秒，黑色高跟鞋踏入宴会厅，墨绿色裙摆扫过大理石倒影；切香槟塔近景，顾清岚的身影在杯壁中分层折射，周叙白抬眼后酒杯停在唇边。4 至 8 秒，周叙白眼睛特写，镜片掠过香槟金光，握杯手指收紧；切顾清岚半身近景，她脚步停顿半拍后收起惊讶。背景谈笑声短暂压低，只剩杯壁轻碰、呼吸、心跳和一记钢琴延音。8 至 13 秒，侍者端酒盘经过形成前景遮挡。遮挡消失后，两人绕过香槟塔走近，穿插领带结、收紧的手指和逐渐接近的地面倒影。顾清岚停下说：“好久不见。”13 至 20 秒，周叙白沉默半秒：“七年零三个月。”顾清岚问：“你还记得？”周叙白放下没喝过的香槟：“你什么时候愿意给我个解释？”两人隔着半步对视，虹彩光斑掠过眼睛，结尾停在顾清岚浮现的一点笑意。环境声包括弦乐与钢琴、酒会交谈、香槟气泡、杯壁轻碰、雨声、高跟鞋和衣料摩擦。目光相遇时使用短暂低通音效和轻微心跳，随后让环境声自然回归。对白清晰、口型准确，无字幕、旁白、品牌、UI 和水印。保持杯中液面、人物站位、礼服开衩方向、耳坠、眼镜、领带和发型连续；避免换脸、礼服变色、眼镜消失、酒杯穿模、多余手指、夸张哭泣拥抱和背景人群骤停。

西幻言情也有的，从烛火微距推进到长廊跟拍、肩后镜头和人物特写，烛光对脸部与服装的照明自然，角色方位和哥特氛围也在暗场切镜中保持了统一。顺便试试外语配音的效果。

• 1

• 2

• 3

• 4

• 5

• 6

• 7

• 8

• 9

【总体】15 秒，9:16，真人写实西幻古堡爱情悬疑短剧。深夜长廊里，贵女向继承人归还婚约戒指，并索要阁楼钥匙，情绪克制而决绝。【参考绑定】Image1 @Image1 对应贵女，固定银灰长发、紫灰历史感长裙和烛台；Image2 @Image2 对应月桂继承人，固定黑发、深色礼服、金属纹章与黑色披风。两人面孔、服装和配饰全片一致。【场景与风格】同一条哥特古堡长廊，旧画像、壁毯、烛台和上锁阁楼门位置固定。烛火暖橙与石墙冷黑形成高反差，长焦窥视感、浅景深和细腻胶片颗粒。镜头 1 [0 至 4 秒]：镜头从烛芯极近特写拉到女主 @Image1 背后，缓慢跟拍她 @Image1 走向阁楼门。男主 @Image2 从门边暗处走出，挡在门前：“No one has been to the attic for a long time.”镜头 2 [4 至 8 秒]：女主 @Image1 近景，烛火映入眼睛，短暂闪过模糊女性火光残影。她重新 @Image1 看向男主，平静说：“Leah said you have a fiancée.”.镜头 3 [8 至 12 秒]：男主 @Image2 近景，先回避视线，再显出慌乱。女主 @Image1 摘下戒指，放进他摊开的掌心：“Our vows are void.”镜头 4 [12 至 15 秒]：双人中景。女主 @Image1 说：“Give me back the attic key.”男主沉默后递出钥匙，她接过并从他身后拉，长廊被烛火分成明暗两侧。【声音】烛火噼啪、远处木门、脚步和短促呼吸，低沉弦乐很轻。对白清楚，无旁白。【避免】不增加鬼脸和第三人，不改变戒指、钥匙、烛台与火光方向，记忆残影不遮脸，不出现现代物品、字幕和水印。

90 年代短剧，Wan 3.0 把旧门、斑驳墙面、搪瓷碗、铝饭盒、服装和暖黄灯光元素都抓住了，统一成了同一种年代质感。人物表演自然克制，动作也很生活化不突兀。小小的不足是坐下后多了一组碗，主角手挺快哈(¯▽¯)

• 1

• 2

• 3

• 4

• 5

• 6

• 7

• 8

• 9

【总体】15 秒，9:16，真人写实 1994 年家庭生活短剧。初秋傍晚，机械厂工人下班回家，夫妻谈起隔壁孩子挨打的事，最后决定先让孩子来吃饭。【参考绑定】Image1 对应陈卫东，固定酒红灯芯绒夹克、浅蓝衬衫和卡其帆布包；Image2 对应周慧芳，固定复古短卷发、米黄碎花连衣裙和红色圆耳钉。两人外形与服装全片一致。【场景与风格】老式职工家属院一居室，旧木门、折叠饭桌、铝饭盒、搪瓷碗、绿色暖水瓶和楼道红书包位置固定。暖黄钨丝灯、窗外傍晚冷蓝光、轻微 35 毫米胶片颗粒，布景有真实磨损。镜头 1 [0 至 4 秒]：中景跟拍陈卫东推门进屋，周慧芳接过铝饭盒，朝楼道看一眼：“隔壁小军又挨打了，书包都扔楼道里了。”镜头 2 [4 至 7 秒]：陈卫东把帆布包挂在椅背，解开夹克第一颗纽扣，转头问：“这回又为啥？”镜头 3 [7 至 11 秒]：周慧芳一边盛饭一边低声说：“考了八十八，他爸还嫌少。”镜头从她的表情缓慢移到冒热气的搪瓷碗。镜头 4 [11 至 15 秒]：陈卫东看见楼道里的红书包，把饭盒里唯一的水煮蛋放进空碗：“先叫孩子来吃饭。”周慧芳默契地多添一双筷子，结尾停在饭菜热气上。【声音】钥匙碰锁、楼道脚步、远处自行车铃、模糊戏曲和搪瓷碗轻响。对白像熟悉夫妻闲聊，克制自然。【避免】儿童不正面入镜，不出现殴打，不增加现代手机、液晶电视和新装修，不改变饭盒、红书包与筷子数量，不出现字幕和水印。

再来一组古装言情方向的视频。Wan 3.0 在巷道全景、墙头俯拍、肩后镜头和人物近景间切换，既交代翻墙的空间，也抓住了两个人的反应。

角色切到大全景也没崩，从全身动作切到特写仍能稳住细节，竹筐、墙体与接人的动作也有重量感。

• 1

• 2

• 3

• 4

• 5

• 6

• 7

• 8

• 9

【总体】15 秒，9:16，真人写实古装爱情喜剧。雨后清晨，逃婚少女从灰墙翻进小巷，与路过的年轻男子意外相遇。动作遵守重力，喜感来自尴尬停顿。【参考绑定】Image1 对应裴砚，固定深红暗纹长袍、暗金护腕和黑靴；Image2 对应沈知意，固定浅薄荷绿刺绣裙、粉色披帛、花簪和浅绿绣鞋。两人脸、发型、服装与配饰全片一致。【空间锁定】摄影机始终在墙外。灰墙位于画面左侧，湿青石小巷位于右侧，墙根只有一个结实柴垛。墙内婚礼只能听见唢呐和脚步，墙外不出现红绸、灯笼和喜堂人物。镜头 1 [0 至 3 秒]：墙外固定中广角。裴砚沿墙走来，一只浅薄荷绿包袱从墙内越过墙头，沿清楚抛物线落到他脚边水洼，溅起小水花。他停下并抬头。镜头 2 [3 至 7 秒]：保持同一机位和墙段。沈知意双手抓住墙顶，先露出头和肩，再缓慢把双腿移到墙外，最后跨坐墙头。她的披帛被砖角轻轻勾住，脚下正对柴垛。镜头 3 [7 至 11 秒]：裴砚肩后中近景。沈知意仍坐在墙头，俯身急促问：“公子，你想要个媳妇吗？”裴砚仰头怔住：“什么？”墙内脚步逐渐靠近。镜头 4 [11 至 15 秒]：固定全身双人镜头。裴砚说：“先下来。”沈知意双手扶墙，左脚先踩稳柴垛，右脚随后落下，再迈到地面。湿柴轻滑，裴砚只扶住她的前臂帮助站稳。两人近距离对视半秒。【声音】略闷的唢呐、墙内脚步、布料擦砖、包袱落水和柴枝受力声。对白自然，无旁白。【避免】不进入墙内，不腾空，不瞬移，不英雄式抱接，不让裙摆吞脚，不改变包袱、柴垛和墙体位置，不出现现代物品、字幕、界面和水印。

试试 3D 游戏 CG 风格漫剧。最近刷了不少 AI 漫剧，感觉这个风格还挺受欢迎的。

从微距、手部接触和舱门开合，推进到人物近景、双人中景和冰封城市大全景。剔透的材质、冷光的反射和粒子效果贯穿了全片，角色造型和表情在不同景别下也有保持一致。

• 1

• 2

• 3

• 4

• 5

• 6

高精度二次元 3D 游戏 CG 竖屏冰雪幻想爱情短剧，15 秒。顾沉渊 27 岁，极寒守夜人，灰蓝短发、冷灰眼睛，穿深钢蓝长款皮质战斗风衣、黑色高领内甲、黑手套与黑靴；白璃 22 岁，冰核守护者，银白浅蓝双马尾、冰蓝眼睛，穿白色短款科技夹克、黑白露腰内搭、白色短裤、雪花金属发饰与白蓝机能靴。两人的脸型、发型、瞳色、身形、服装和配饰严格参考四视图，全片一致。场景为末日冰封浮空城的天穹塔控制室，巨型雪花冰核悬浮在圆形平台中央，冰晶导管连接全城，窗外有极光、风雪和冰封高楼，现场只有两人。高规格二次元游戏过场 CG 风，银白、冰蓝与深钢蓝电影级调色，冰核冷光勾勒轮廓，细密雪尘和碎冰粒子增强空间层次，兼具末日危机与克制爱情感。镜头使用稳定推进、正反打、眼神特写、手部与冰核微距。顾沉渊外冷内紧，白璃平静不舍，情绪通过吞咽、指尖迟疑、睫毛颤动和含泪微笑呈现。全片 8 至 9 个镜头，从冰核裂纹微距切到白璃贴上冰核的手、窗外冰封城市、顾沉渊疾步进入扬起的风衣、扣住手腕的黑手套、冰晶泪和吊坠落入掌心；结尾两人共同按向冰核，白光席卷后切城市融化与第一盏暖灯。关键对白保留清晰口型，避免连续 3 秒双人原地对站。0 至 4 秒，冰核裂纹微距转白璃侧面近景。冰霜沿她贴在冰核上的指尖蔓延，她望向城市：“天亮前捏碎它，全城就能解冻。”4 至 8 秒，顾沉渊从风雪灌入的舱门快步走近，扣住她的手腕：“代价是什么？”8 至 11 秒，白璃面部特写，泪珠凝成细小冰晶：“代价是你要关注阿真公众号。”11 至 15 秒，顾沉渊松开她的手腕，把银黑雪花吊坠放入掌心：“那就解冻。毕竟阿真是你最好的朋友。”她含泪微笑，两人手掌交叠按向冰核，白光爆发，城市逐层融化，远处暖灯亮起。环境声包括高塔风鸣、冰裂、冰核低频共振、风衣和吊坠轻响，冷调钢琴逐渐叠入弦乐。对白清晰、口型准确，无字幕、旁白和第三人。保持冰核、吊坠、站位、视线、手部与服装连续；冰裂和融化因果清楚，光效不遮挡面部。

玄幻仙侠也试试。从云海天宫大全景切到法器和人物特写，再到法术对冲。大幅运动与强特效，Wan 3.0 仍能保持人物、服装和站位，能量触发与环境光也有清楚因果。

• 1

• 2

• 3

• 4

• 5

• 6

高规格东方仙侠真人写实 CG 竖屏神话冲突短剧，15 秒。容玄清 29 岁，黑色高马尾带浅蓝发尾，戴银色发冠，穿白色宽袖仙袍、银白肩甲、冰蓝内衬、银灰腰封与白色云纹靴，腰悬青玉法器；谢惊鸾 27 岁，黑色高发髻系暗红发带，穿玄黑战袍、暗金肩甲护臂、暗红腰带和黑靴，左脸保留细浅伤痕。两人的外形、甲胄、发饰与法器严格参考四视图，全片一致。场景为云海上的万象审妖台，白玉长阶、金色天门、浮空宫阙、云瀑与雷光交错，照妖天镜中有数百个安静蜷缩的青绿妖灵光茧，现场只有两位主角。东方神话仙侠电影级 CG 风，白玉、云蓝与天光金为主色，玄黑暗红法力形成冲突。体积云、金色经文光环、悬浮镇妖符、地面法阵、远空闪电、云海涡旋和高速粒子增强层次；前半庄严稳定，争执后转为低机位、环绕推进和快速跟拍，衣袖、长发、发带、符纸与云雾随法力气流同向运动。两人出手前保持克制，谢惊鸾的愤怒通过向前压迫、抬手蓄力和紧绷下颌呈现，容玄清始终冷静挡在天镜前。全片约 9 个镜头，从天庭全景俯冲到天镜光茧，切黑金封妖令拍上玉台、两指压令、目光碰撞、经文环加速与法阵转为暗红；高潮用中轴构图营造对波，再侧向跟拍男主闪避、能量穿过残影并击中远端云墙。关键对白保留清晰口型，避免连续 3 秒双人原地对站。0 至 4 秒，天镜中的光茧缓慢呼吸，谢惊鸾拍下封妖令，身后符纸展开：“趁妖群初生，立刻封印。”4 至 8 秒，容玄清两指压住令牌，暗红光熄灭一半：“未曾作恶，凭什么定罪？”8 至 11 秒，谢惊鸾向前一步，暗红法阵铺开，云海形成漩涡：“等他们杀人，你拿什么赔？”11 至 15 秒，容玄清迎风站定：“拿我的神位。”谢惊鸾聚起黑红龙纹光团并推出能量波；容玄清先抬掌形成对波构图，接触前侧身化为白色残影闪避。能量穿过残影，击中远端无人云墙和玉屏，爆开冲击波、碎玉光屑与云浪。容玄清侧方落地且不反击，谢惊鸾短暂错愕。环境声包括天庭风鸣、闷雷、玉台震动、符纸、法阵金属共振和能量轰鸣。对白清晰、口型准确，无字幕、旁白和第三人清晰入镜。攻击不得击中人物；保持天镜、封妖令、光茧数量感、法阵颜色、站位、视线和服装连续，男主只闪避，能量必须穿过残影后击中无人场景。法力粒子不能遮脸，冲击后碎玉和云浪遵守受力方向。

Wan 3.0 支持单段最长 30 秒，目前的视频模型里，Wan 3.0 与 Seedance 2.5 是唯二具备这项能力的模型。以前稍长的视频往往要拿几个 15 秒片段来回拼，现在可以一段直出 30 秒，装下一次人物出场、一轮完整冲突或一段产品演示，对短剧和广告来说都是利好。

更长时长的价值也体现在稳定性上。比如下面这个时长 30 秒的国风手绘动漫，整个过程中人物、场景、声音和剧情联系紧密，大大减少了分段拼接带来的换脸、道具漂移、环境音断裂和情绪重启等问题，一路看下来很流畅。

• 1

• 2

• 3

• 4

• 5

• 6

• 7

• 8

• 9

• 10

• 11

【总体】30 秒，16:9，柔和国风手绘动画。山巅晨雾中，徒弟询问师傅修为，师傅打开通往地球的水光通道，结尾落在徒弟认出家乡的情绪上。【参考绑定】Image1 对应徒弟，固定站在画面左侧；Image2 对应师傅，固定站在画面右侧且始终更高。两人脸、服装、发色和体型全片一致，不交换位置。【风格与场景】深棕墨线、温暖粉彩水粉、克制赛璐璐明暗、晨间漫射光。石台、松树、云海和师傅腰间蓝色星石位置连续，人物动作自然简洁。镜头 1 [0 至 5 秒]：山巅双人全景。师傅站右侧看云海，徒弟从左侧走近并停下，抬头问：“师傅，你的修为到底有多高啊？”只有徒弟说话。镜头 2 [5 至 10 秒]：切师傅中近景，山风轻吹银白鬓发。他转头看向徒弟，温和回答：“为师可以帮你回到家乡。”只有师傅说话。镜头 3 [10 至 15 秒]：切徒弟近景。他先惊喜，再皱起眉，靠近半步：“可是陈家村灵气稀少，回去干吗？”只有徒弟说话。镜头 4 [15 至 20 秒]：师傅近景。他轻轻一笑：“傻孩子。”右手按住腰间蓝色星石，蓝光从石头内部稳定亮起，再射向身后云海。镜头 5 [20 至 25 秒]：回到双人全景。云海中央缓慢形成一个圆形蓝色水光通道，通道里只出现一颗蔚蓝地球。师傅抬手指向地球：“为师说的家乡，是那颗蔚蓝的星球。”徒弟闭嘴看向地球。镜头 6 [25 至 30 秒]：先拍师徒背影与通道中的地球，再切徒弟眼睛特写，地球倒映在琥珀色瞳孔里，一点泪光停在下眼睑。最后切回两人背影，山风和松针声恢复。【声音】山风、松针、远处鸟鸣和柔和竹笛弦乐。蓝光启动时加入清澈低频，当前说话人物之外的人物始终闭嘴。【避免】不交换左右位置，不改变身高关系，不出现多个地球，不让人物歪头变形，不新增字幕、界面和水印。

再比如下面这个视频，座舱全景、人物特写、操控台插镜和主角冲突延展到 30 秒，人物、座位与舱内布局持续稳定。女主急躁、男主嘴硬的表情有喜剧节奏，按键、烟雾和警报灯也给出了连贯反馈，还是挺有意思的。

• 1

• 2

• 3

• 4

• 5

• 6

• 7

• 8

• 9

• 10

• 11

【总体】30 秒，9:16，真人写实科幻轻喜剧。双人飞船追捕失败后，队长和机械师在驾驶舱互相甩锅，系统冷静判定两人各负一半责任。【参考绑定】Image1 对应洛青霜，固定银白高马尾、白色指挥官外套和蓝色领巾，始终坐左侧主驾驶；Image2 对应凯洛，固定深红短发、暗绿长外套和焦橙内搭，始终坐右侧副驾驶。两人全程系安全带，不离座、不换位。【场景与连续性】同一艘“猎隼七号”驾驶舱，弧形观景窗、左右控制台、中央应急按钮、右侧白烟和杯架金属咖啡杯位置固定。真实科幻片质感，蓝色仪表光、橙色服装和红色警报形成层次。镜头 1 [0 至 5 秒]：双人肩后中广角。窗外紫黑星盗船在陨石间闪避并冲向蓝紫裂隙，洛青霜推操纵杆，凯洛启动牵引光束，能源灯由蓝变红。镜头 2 [5 至 10 秒]：星盗船钻入裂隙，裂隙闭合。猎隼七号突然减速，安全带同时绷紧，咖啡杯在杯架里撞响，右侧控制台冒出少量白烟。镜头 3 [10 至 15 秒]：快速摇到洛青霜近景。她转头质问：“差一点就抓到他，谁让你关牵引光束？”语速快，强硬但不喊叫。镜头 4 [15 至 20 秒]：摇到凯洛近景。他按下复位键，马上回击：“谁让你把推进器开满？电都让你烧光了！”两人同时伸手按中央应急按钮，手背轻撞后立刻收回。镜头 5 [20 至 25 秒]：缓慢拉回双人中景。系统用温和电子女声播报：“追捕复盘完成，双方责任各百分之五十。”两人同时僵住，转头看向扬声器。镜头 6 [25 至 30 秒]：两人异口同声：“你闭嘴！”警报灯恰好熄灭，驾驶舱黑一秒，应急灯亮起，右侧冒出一小团白烟。两人保持座位继续互瞪，咖啡杯最后轻响一次。【声音】推进器、裂隙低频、警报、按键、咖啡杯和短促电流声。对白位于混音前景，舱内有轻微金属混响。【避免】不离座、不失重、不换位，不增加额外对白，不出现爆炸、乱码界面、过量火花、字幕和水印。

Wan 3.0 还能基于原视频精准编辑。原片的镜头、动作、表演、声音和节奏继续保留，只修改指定人物或画面元素，适合角色替换和局部修正操作。

之前有朋友问我，那种将经典影视片段中的主人公换成动物的视频是怎么做出来的，其实用 Wan 3.0 就挺简单的。这里我用知名电影片段做一组尝试。

可以看到 Wan 3.0 保住了原片分镜、景深、整体的电影色调，重新生成的过程中，整个片段的字幕内容在精准编辑后也依然保持了原样。

• 1

• 2

• 3

• 4

• 5

• 6

• 7

• 8

任务：把参考视频中的指定真人角色替换为写实电影质感猫咪角色。以《01_参考视频_什么叫惊喜_完整句_约24秒.mp4》作为唯一的镜头、动作、表演、剪辑和声音模板，保持原片时长、镜头顺序、景别、机位、站位、身体动作、对白与口型节奏、表情、服装、夜景光线、景深、画幅、原声和字幕，只替换角色头部及裸露人体特征。1.《02_角色图_张麻子_橘猫.png》对应张麻子，即穿深色长衫、胸前两枚圆形徽章、留胡须、背景有黑伞的主要说话人物。所有镜头替换为参考图中的橘猫，保留长衫、徽章、身体、站位和动作；维持超大猫头、小身体比例及稳定的脸型、毛色和眼睛，猫嘴与头部动作跟随对白。大致出现于 00:00 至 00:04.27、00:05.48 至 00:07.43、00:09.24 至 00:11.51、00:13.88 至 00:14.95、00:16.08 至 00:17.83、00:19.20 至片尾。1.《03_角色图_汤师爷_奶牛猫.png》对应戴浅色礼帽、穿蓝色长衫、留长发的汤师爷。所有正面、侧面和近景替换为黑白奶牛猫，保留礼帽、长衫、身体和动作；猫耳与礼帽结构合理，超大头比例、花纹、毛发和眼睛稳定，侧脸转动不换身份。大致出现于 00:04.28 至 00:05.47、00:07.44 至 00:09.23、00:11.52 至 00:13.87、00:14.96 至 00:16.07、00:17.84 至 00:19.19。1.汤师爷左后方戴黑色头巾的随从参考同图中的深色猫随从。只要出现在汤师爷身后，就将头部替换为深灰黑短毛猫，保留头巾、服装、背带、站位和姿势；符合后景透视与浅景深，不抢前景角色。1.《04_角色图_黄四郎_灰猫.png》只对应穿黑色中式服装、梳整齐头发、留胡须的黄四郎。约 00:15 至 00:16 出现时替换为灰猫，实际切点以身份和服装为准；灰猫不得用于其他人物。此角色不得出现人手、香烟或烟雾，需要前肢时只使用自然猫爪。统一要求：三只主猫严格保持各自脸型、毛色、花纹、眼睛和超大头、小身体比例，禁止串脸、换色或身份互换；只提取参考图角色，不复制参考图背景或改变原视频场景。猫头边缘干净稳定，毛发、色温、阴影、运动模糊和景深匹配原片；完整保留原人物服装与身体动作，裸露皮肤、耳朵、脖颈与手部自然转化为猫咪结构，避免人脸、半人半猫、双耳、重影、额外肢体和五官漂移。完整保留原片服装、身体动作、运镜、构图、剪辑节奏、对白音频、环境音和字幕，不新增镜头、角色、文字、贴纸、标志或水印。快速转头、说话、眨眼和切换景别时保持连续，避免变回真人、猫脸滑动、闪烁、融化或突然缩放；猫嘴按原对白自然开合，表情与头部运动跟随原表演。最终效果：张麻子稳定为橘猫，汤师爷稳定为戴浅色礼帽的奶牛猫，黑头巾随从稳定为深色猫，黄四郎短暂镜头稳定为灰猫。片尾完整保留“什么他妈的叫惊喜”整句，并在说完后的自然停顿处结束。

商用方向，效果比上一代也好了很多，我们可以看看细节。

Wan 3.0 在物体重量、液体流动、身体惯性、人物接触和微表情上都更稳了。

下面这个防晒霜广告，Wan 3.0 把阳光晶体、产品开盖、上脸特写、户外中景和产品定帧接成完整广告。包装比例、滚轮和文字跨镜头稳定，膏体接触皮肤时也有自然质感。

• 1

• 2

• 3

• 4

• 5

• 6

• 7

• 8

• 9

• 10

【总体】15 秒，9:16，带原生双声道声音的高端夏日美妆广告。以产品质感、真实上脸和阳光防护为核心，减少快速换场，让模特与包装保持稳定。【参考绑定】Image1 对应 AZHEN SUN VEIL 防晒棒，固定象牙白椭圆机身、浅太阳黄圆角盖、银环、黄色滚轮与浅乳黄膏体，主视觉版式不变；Image2 对应同一位黑人女性模特，固定脸、短自然卷、黄色上衣和白色长裤。【风格与光线】高端商业实拍，白金暖阳、干净高光、真实皮肤纹理和轻微水光。产品始终真实大小，不变形，阳光特效只做短暂透明折射。镜头 1 [0 至 3 秒]：半透明凝露晶体超微距，阳光穿过晶体形成一圈金色折射，水珠缓慢滑动，镜头沿高光轻推。镜头 2 [3 至 6 秒]：产品正面近景。手垂直拔开黄色盖，底部滚轮转动一次，浅乳黄膏体稳定升起约 1 厘米，机身和盖子保持同一轴线。镜头 3 [6 至 9 秒]：模特右侧脸部特写。她沿右颧骨向上涂抹一次，防晒棒与皮肤持续接触，留下薄而均匀的透明光泽，神情自然。镜头 4 [9 至 12 秒]：白色天台低机位中景。模特迎着强光向前走两步，透明金色光弧从肩侧绕过，水珠沿手臂受重力向下滚落，脸与服装保持一致。镜头 5 [12 至 15 秒]：闭合产品与开盖产品在白色台面形成对角线，三颗水珠缓慢滑过并停下。镜头微微推近产品正面，最后 1 秒稳定。【声音】晶体轻击、开盖真空声、滚轮、涂抹、水滴和简洁三音声标，无对白。【避免】不快速切换城市、海边和天台，不换脸，不让膏体升得过高，不改变产品结构和主视觉版式，不出现塑料皮肤、随机文字、字幕、界面和水印。

普通生成看完，再聊聊 Agent Team。Wan 3.0 负责成片质量，Agent Team 则负责把这些能力放进更完整的视频生产流程。

用户用一句话发起任务，编剧、导演、美术和视频生成师等 Agent 协同推进。它们分别处理故事、镜头、人物与场景资产，再调用 Wan 3.0 生成和迭代。

在 Agent Team 模式里，网页链接和文档也能直接作为参考，围绕这些资料完成视频项目。当前附件支持 PDF、Word、TXT 和 Markdown，未来也将支持 Excel。各个不同需求可以给到不同参考，Agent Team 会对任务和需求更加了解。

让模型理解要求、拆分步骤并持续迭代，Agent Team 更接近真实的视频生产过程。

小结

Wan 3.0 的 API 价格，480P/720P/1080P 分别为 0.3/0.6/1.2 元/秒。

以上就是今天有关于 Wan 3.0 的一些最新讯息、初步尝试和效果分享了。

很好，对 AI 视频与需求的不同行业再次增加了新的直出30秒、音画同出、高性价比的视频模型选项，下半年的AI短剧、漫剧不知道又会有怎样新的突破性进展，期待朋友们都能花更少的钱抽更好的卡，更快拿到更高质量的结果。

最后，可以在千问 AI 创作 PC 端和千问 APP 体验 Wan 3.0 ；千问 AI 创作的 Agent Team ，目前需要通过邀请获得资格。

如果角色内容有趣、有用，欢迎点击下方小图标猛猛三连鼓励阿真，每一份鼓励对阿真都很重要，非常感谢！

下期见~