Wan 3.0 AI 影片生成器
用文字描述場景，或讓一張靜態圖片動起來。透過 Wan 3.0 線上製作產品廣告、電影感鏡頭和社群短片，最長可生成 30 秒影片，並依需求開啟聲音。
Wan 3.0 屬於阿里巴巴的萬相 Wan AI 模型系列。Raphael 將文字生成影片、圖片生成影片和多模態參考生成整合至同一個線上工作區：從提示詞開始，讓圖片變成影片，或加入圖片、影片、音訊、文件和網頁參考，引導下一個創作片段。
AI 加強
0 / 3,000
參考圖片（選填）
0 / 3,000
AI 加強
模型
長寬比
輸出數量
解析度
品質
快速
正在載入影片模型...
Wan 3.0 影片案例
從奇幻場景、武術動作、音樂表演到產品故事，看看 Wan 3.0 的創作表現。
官方 Wan 3.0 範例
雲海赴宴，仙山入畫
提示詞
“這是一部9個鏡頭、30秒的東方仙山秘境奇幻短片，渲染風格為風格化路線，美學參照新國潮月份牌插畫風格——粗細均勻的傳統工筆描線勾勒人物、建築與雲紋輪廓，雲朵與浪花呈現層疊圖案化的裝飾性造型而非寫實霧氣水體，色彩為做舊宣紙質感的水彩滲染，青綠與粉橙做舊配色，畫面整體呈現復古懷舊的裝飾美感，明確避免照片級寫實材質與3D引擎渲染感。
巨鰲浮游於蒼茫雲海之上，背馱層疊仙山與殿閣，圖案化雲霧如層疊棉團漫過山腰，一位仙子跨騎鎏金瑞麟破雲而降，御風疾馳穿行於極樂盛宴之上，俯覽滿台樂舞百戲，最終降臨廣場高台，與樂師舞者共同將全場推至歡騰頂點，動勢匯聚後眾人歸於靜謐，仙山浮於雲海盡頭。全局採用第三人稱旁觀式敘事，混合運鏡風格貫穿全片僅使用FPV極速穿梭、主觀視角疾馳跟隨、match cut接力、升格延展這四種核心技法，凡FPV與主觀穿梭類鏡頭須以高速運鏡凸顯場景壯觀，圖案化雲朵與浪花在高速運鏡中保持輪廓完整不產生崩散變形。剪輯節奏為混合節奏型，開篇高速長鏡頭建立巨物尺度，中段核心動作詳盡展開並保留呼吸停頓，高潮快切匯聚，收尾長鏡頭緩收。音樂為古風雅樂與現代氛圍電子融合，古箏箜篌琵琶主奏、編鐘點睛，情緒由悠遠漸入轉明快推進，高潮鼓點密集熾烈，收尾復歸悠遠。
鏡頭1（0-4秒·氛圍過渡）
遠景FPV穿梭，以極速俯衝之勢自雲海高空直墜而下，圖案化雲朵在高速下墜中保持棉團狀輪廓完整、以整體色塊位移的方式表現速度感而非碎裂變形，貼地般擦過巨鰲若隱若現的頭顱輪廓，鏡頭呼嘯穿行數層山峰與懸浮殿閣，每一層景物因速度過快只餘裝飾性圖案的色塊輪廓一閃而過，山間白鶴振翅的身影以工筆線條簡化表現速度殘影，最終鏡頭急速下沉制動，貼近廣場高台方向驟然穩定，揭示燈火與人潮湧動的盛會輪廓。環境音為雲海翻湧的低頻氛圍聲疊疾風呼嘯聲；音樂以古箏與電子長音快速鋪陳，音量漸強。
鏡頭2（4-11秒·核心炫技·Tier-A）
主觀視角跟隨，模擬仙子騎乘瑞麟以極高速度貼地飛馳俯覽盛會的第一人稱長鏡頭，畫面因高速運動產生整體色塊位移的速度感，瑞麟頸羽以工筆線條與色塊表現隨氣流翻捲，羽飾邊緣泛著金紅滲染層次，視角貼著廣場上方以近乎失控的速度低空掠行，兩側景物——舞者廣袖翻湧如圖案化雲浪、樂師方陣持琵琶古箏箜篌合奏、燈彩紗幔層疊垂掛——因速度過快只呈現裝飾性色塊的一閃而過，畫面縱深處的人潮燈火因高速略過來不及聚焦形成朦朧的暖橙光斑帶，圖案化雲朵在畫面周圍保持棉團輪廓完整地隨視角流轉。核心動作為瑞麟持續高速滑翔穿行的完整弧線：起勢階段瑞麟展翼貼地疾馳，視角劇烈震盪帶出強烈速度感；發展階段瑞麟騰身而起掠過人群頭頂，視角大幅起伏，廣場全景在劇烈晃動中依次顯形又被速度甩出畫面；頂點階段瑞麟在靈樹光暈正下方振翅懸停片刻，畫面速度驟然歸零形成強烈對比，光暈以做舊金色滲染鋪滿畫面，工筆線條在靜止瞬間恢復清晰完整；隨後瑞麟再以更猛烈的加速衝刺俯身向廣場高台疾馳而去，速度感貫穿始終不鬆懈。動態現象：燈彩隨氣流劇烈甩盪，圖案化紗幔層層揚起又落下不產生輪廓崩散。分鏡頭音頻：環境音為人潮歡騰的嘈雜氛圍聲疊疾馳氣流的呼嘯聲；關鍵音效為掠過樂師方陣時短暫放大的琵琶碎音；音樂鼓點開始加密，編鐘點綴其間。
鏡頭3（11-19秒·核心炫技·Tier-A）
中景轉特寫，工筆描線勾勒輪廓，暖色滲染表現光影層次。樂師端坐高台一側，懷抱琵琶斜倚身前，肌膚以水彩滲染表現柔和紅潤質感，眉間一點朱砂細膩暈染，髮間垂綴數枚珠串以工筆線條表現隨低頭動作輕輕擺盪，身著月白暗紋廣袖長衫外罩烈焰橙描金半臂，衣料以水彩滲染表現深淺層次與自然褶皺陰影，輪廓線保持均勻連續。核心動作為彈挑起勢轉輪指過渡再至掃弦收勢的完整樂段：起勢階段右手拇指食指交替輕彈輕挑，弦體以簡練線條表現輕顫；發展階段轉入輪指，此處不鎖定手指精度，鏡頭轉為特寫聚焦弦體本身——弦線因高速撥動呈現工筆線條的模糊震顫殘影，手部動作以流暢的整體輪廓律動表現而非逐指線條細節；頂點階段樂師手臂猛然揚起，手掌大幅度一記掃弦劃過全弦，琶音以色塊滲染表現炸開的視覺效果，琴身輪廓隨力道明顯震顫，廣袖輪廓隨手臂動作大幅甩起又回落，運鏡在此處轉為升格延展這一揮掃瞬間的綢緞擺動與弦體震顫細節，慢鏡頭下水彩滲染的層次變化清晰可見；最終樂師手掌停留在琴弦上方，氣息微喘，眼神驟然抬起望向廣場中央，神情投入忘我。其他主體反應：遠處百人樂舞方陣以簡化的圖案化群像隨掃弦炸響同步揚袖呼應。分鏡頭音頻：關鍵音效為掃弦炸響的琵琶強音與鼓點重拍精確重合；音樂配器在此處達到密度高點，編鐘笙簫齊鳴。
鏡頭4（19-21秒·氛圍過渡，呼吸停頓）
中景俯拍，掃弦餘音未散，廣場全景短暫定格般的慢鏡頭，百人樂舞方陣廣袖輪廓靜止懸於半空的瞬間，圖案化燈彩擺盪漸緩，畫面速度驟然放緩製造強烈的呼吸對比感，做舊宣紙質感的滲染在光束中呈現柔和層次。分鏡頭音頻：鼓點短暫稀疏，編鐘餘音悠長。
鏡頭5（21-27秒·核心炫技·Tier-A）
中景轉特寫，工筆描線勾勒輪廓，逆光以滲染表現髮絲與綢緞邊緣的柔和光暈。廣場中央一舞者獨立於百人方陣之前，肌膚以水彩滲染表現柔和質感，雙眉以工筆細線上揚暈染，黑髮高束髮頂一支火焰紋金飾以線條與色塊表現折射流光，身著烈焰橙漸變紗質長綢廣袖禮服，綢料以水彩滲染表現輕薄透光邊緣泛起層次，雙臂纏繞數丈長綢隨身側垂落。核心動作為長綢甩轉的完整弧線：起勢階段舞者雙臂內收，長綢鬆垂盤繞身側，眼神微閉蓄勢；發展階段腰身猛然旋轉帶動雙臂大幅度甩出，長綢如圖案化火焰般在空中劃出巨大螺旋軌跡，身體隨甩動慣性大幅度側傾又扶正，長綢尾端以工筆線條拖出簡化的運動殘影軌跡，輪廓保持連續不崩散；頂點階段舞者旋轉至最高速時定住重心，雙臂驟然展開，長綢在身周完全鋪展成一個巨大的圖案化火焰光環，輪廓線在展開瞬間保持均勻清晰不產生斷裂扭曲；最終長綢緩緩收攏下落，舞者氣息微喘，眼神睜開望向廣場高台方向，神情舒展忘我。其他主體反應：百人方陣隨長綢展開的瞬間同步揚袖呼應，靈樹光暈大片增亮，圖案化雲朵隨之泛起暖色滲染。分鏡頭音頻：環境音短暫退讓；關鍵音效為長綢甩開的破風聲與編鐘強音疊合；音樂五層配器齊鳴，全片音量峰值。
鏡頭6（27-30秒·氛圍過渡，長鏡頭收束）
遠景，緩慢拉高的俯瞰視角，長綢的餘光與廣場的歡騰漸次沉入圖案化雲霧，瑞麟身影已隱入燈火深處，百人方陣與樂師身形漸小融入仙山尺度，靈樹光暈轉為柔和的餘溫滲染色澤，圖案化雲朵重新彌合覆蓋山腰，畫面定格於雲霧繚繞、仙山浮於蒼茫雲海盡頭的全景，工筆線條在遠景中簡化為柔和的山形輪廓，做舊宣紙質感的滲染歸於寂靜。分鏡頭音頻：環境音歸於悠遠的雲海低頻氛圍聲；音樂僅存古箏尾音與電子長音漸弱至無，收束全片。”
用 Wan AI 把創意變成影片
從一段場景描述、一張產品圖或一組參考素材出發，選擇適合專案的生成方式，並在生成前設定時長和解析度。
官方 Wan 3.0 範例
處理後
將產品PPT變成Wan影片廣告
將產品介紹 PPT 作為參考，告訴 Wan 3.0 您想要的廣告風格、產品鏡頭和使用場景。這個智慧眼鏡案例展示了如何將產品資料轉化為科技風格廣告，也可以結合圖片、影片或音訊參考來引導最終成品。
官方 Wan 3.0 範例
處理前處理後
“【基礎畫面硬性要求】
成片完整清除所有紅線、數字標號、箭頭、輔助標記，畫面無文字、無浮水印；超現實寫實 8K 古典油畫質感，厚塗筆觸與顏料肌理清晰可辨，UE5 電影級光影渲染，古希臘午後的暖調側逆光，金褐色塵土在光柱中翻騰瀰漫；巨型白色木馬、木質拖車與滾輪、繃緊的粗麻繩索、左側特洛伊石砌城牆與圓形箭塔、遠景山城建築群全部保持原圖形制、比例與位置不變；人體比例自然無畸變，只保留原生拉繩的眾人與城牆上的守軍，不新增多餘人物，衣袍為原圖的赭紅、靛藍、土黃與米白。
【核心運鏡規則】
第一人稱 FPV 穿越機視角，一鏡到底，全程不間斷單次連續運動，貼合圖1紅線 1→2→3→4→5 的完整路徑飛行，不跳段、不簡化軌跡、不改變先後順序；起手段不是直線平飛，而是先向左上方揚起越過牽引繩區、再俯衝下壓的一道大波浪弧線；點位 2 必須真實從木馬腹部下方的空間穿過，不可繞開馬身、不可從馬側掠過；整段速度分層節奏為 快 → 慢 → 快。
【按點位分段】
第 1 段（點位 1 → 點位 2）：高速切入突進，先揚後壓的俯衝。
鏡頭自畫面右側邊緣、舉矛歡呼者的矛尖旁低空起飛，以極高速度向左上方猛然揚起，越過一排排繃緊的牽引麻繩，拉高到遠景山城建築群的上方掠過，隨後在木馬前胸右側的位置急轉向下壓機頭，貼著人群頭頂與高舉的矛尖一路俯衝下墜，人群的手臂與旗幟在兩側飛速刷過，揚起的塵土被氣流撕成長條，機頭直取木馬腹下的陰影。
第 2 段（點位 2，穿腹而過）：鑽入馬腹下方，速度驟然收慢。
鏡頭壓到極低，從木馬四條巨柱般的腿之間鑽入，穿過馬腹正下方的陰影空間——頭頂是木馬腹部的木紋拼板與鑿痕，兩側是粗大的繩索、拖車的木板與鐵箍滾輪，下方是被無數隻腳踩踏的塵土地面，光線驟暗只剩縫隙間漏下的金色光條，尺度壓迫感拉到最大。
第 3 段（點位 2 → 點位 3）：升格慢動作，仰頭急轉。
鏡頭從馬腹另一側鑽出，在木馬後方、臨近左側城牆的位置以升格慢速拉出一道大 U 形上揚弧線，掠過馬尾與後腿的雕刻紋理，機身緩緩仰起，背景中石砌城牆與圓形箭塔的巨大體量隨鏡頭抬升逐漸充滿畫面。
第 4 段（點位 3 → 點位 4）：維持升格慢速，沿背脊爬升環繞。
鏡頭貼著木馬的背脊線由後向前緩慢爬升，逐一掠過馬背的木縫、捲曲的鬃毛雕刻與頸部肌肉的起伏，天空中盤旋的飛鳥在鏡頭前散開，城牆上密布的守軍與遠景山城在下方緩慢平移退去。
第 5 段（點位 4 → 點位 5）：驟然加速，繞頭迴旋收尾。
鏡頭越過馬鬃頂端後猛然提速，向右甩出一個繞過馬頭的完整閉合迴旋——先衝到馬頭右前方的開闊天空，再急轉回身反向壓回，最後正對著木馬的頭部急速逼近，速度在最後一瞬驟停。
【最終定格畫面】
鏡頭最終定格在木馬頭部正前方的近距離特寫機位，馬的眼睛、鼻孔與鑿刻的鬃毛佔據畫面主體，逆光勾勒出頭部輪廓的金邊，背景是被虛化的藍天、流雲與遠處山城。
【光影畫質補充】
全程無剪輯、無鏡頭拆分、無轉場斷點，保持單條連續鏡頭的原生 FPV 廣角輕微畸變質感；午後金光始終來自畫面右側偏上方，穿腹而過時經歷一次由明到暗再回明的自然曝光過渡；塵土顆粒與空氣中的微塵密度隨速度變化而增強，油畫筆觸與顏料肌理在全片保持一致，不出現照片寫實化的塑膠質感。”
繪製路徑，引導 Wan 鏡頭運動
在參考圖上標出路線和經過點，再用提示詞說明鏡頭如何移動。這個 Wan 3.0 案例透過一鏡到底穿越木馬場景，展示畫線路徑對轉向、升降和速度節奏的引導。生成畫面會移除參考圖中的標線與編號。
官方 Wan 3.0 範例
“這是一部9個鏡頭、30秒的東方仙山秘境奇幻短片，渲染風格為風格化路線，美學參照新國潮月份牌插畫風格——粗細均勻的傳統工筆描線勾勒人物、建築與雲紋輪廓，雲朵與浪花呈現層疊圖案化的裝飾性造型而非寫實霧氣水體，色彩為做舊宣紙質感的水彩滲染，青綠與粉橙做舊配色，畫面整體呈現復古懷舊的裝飾美感，明確避免照片級寫實材質與3D引擎渲染感。
巨鰲浮游於蒼茫雲海之上，背馱層疊仙山與殿閣，圖案化雲霧如層疊棉團漫過山腰，一位仙子跨騎鎏金瑞麟破雲而降，御風疾馳穿行於極樂盛宴之上，俯覽滿台樂舞百戲，最終降臨廣場高台，與樂師舞者共同將全場推至歡騰頂點，動勢匯聚後眾人歸於靜謐，仙山浮於雲海盡頭。全局採用第三人稱旁觀式敘事，混合運鏡風格貫穿全片僅使用FPV極速穿梭、主觀視角疾馳跟隨、match cut接力、升格延展這四種核心技法，凡FPV與主觀穿梭類鏡頭須以高速運鏡凸顯場景壯觀，圖案化雲朵與浪花在高速運鏡中保持輪廓完整不產生崩散變形。剪輯節奏為混合節奏型，開篇高速長鏡頭建立巨物尺度，中段核心動作詳盡展開並保留呼吸停頓，高潮快切匯聚，收尾長鏡頭緩收。音樂為古風雅樂與現代氛圍電子融合，古箏箜篌琵琶主奏、編鐘點睛，情緒由悠遠漸入轉明快推進，高潮鼓點密集熾烈，收尾復歸悠遠。
鏡頭1（0-4秒·氛圍過渡）
遠景FPV穿梭，以極速俯衝之勢自雲海高空直墜而下，圖案化雲朵在高速下墜中保持棉團狀輪廓完整、以整體色塊位移的方式表現速度感而非碎裂變形，貼地般擦過巨鰲若隱若現的頭顱輪廓，鏡頭呼嘯穿行數層山峰與懸浮殿閣，每一層景物因速度過快只餘裝飾性圖案的色塊輪廓一閃而過，山間白鶴振翅的身影以工筆線條簡化表現速度殘影，最終鏡頭急速下沉制動，貼近廣場高台方向驟然穩定，揭示燈火與人潮湧動的盛會輪廓。環境音為雲海翻湧的低頻氛圍聲疊疾風呼嘯聲；音樂以古箏與電子長音快速鋪陳，音量漸強。
鏡頭2（4-11秒·核心炫技·Tier-A）
主觀視角跟隨，模擬仙子騎乘瑞麟以極高速度貼地飛馳俯覽盛會的第一人稱長鏡頭，畫面因高速運動產生整體色塊位移的速度感，瑞麟頸羽以工筆線條與色塊表現隨氣流翻捲，羽飾邊緣泛著金紅滲染層次，視角貼著廣場上方以近乎失控的速度低空掠行，兩側景物——舞者廣袖翻湧如圖案化雲浪、樂師方陣持琵琶古箏箜篌合奏、燈彩紗幔層疊垂掛——因速度過快只呈現裝飾性色塊的一閃而過，畫面縱深處的人潮燈火因高速略過來不及聚焦形成朦朧的暖橙光斑帶，圖案化雲朵在畫面周圍保持棉團輪廓完整地隨視角流轉。核心動作為瑞麟持續高速滑翔穿行的完整弧線：起勢階段瑞麟展翼貼地疾馳，視角劇烈震盪帶出強烈速度感；發展階段瑞麟騰身而起掠過人群頭頂，視角大幅起伏，廣場全景在劇烈晃動中依次顯形又被速度甩出畫面；頂點階段瑞麟在靈樹光暈正下方振翅懸停片刻，畫面速度驟然歸零形成強烈對比，光暈以做舊金色滲染鋪滿畫面，工筆線條在靜止瞬間恢復清晰完整；隨後瑞麟再以更猛烈的加速衝刺俯身向廣場高台疾馳而去，速度感貫穿始終不鬆懈。動態現象：燈彩隨氣流劇烈甩盪，圖案化紗幔層層揚起又落下不產生輪廓崩散。分鏡頭音頻：環境音為人潮歡騰的嘈雜氛圍聲疊疾馳氣流的呼嘯聲；關鍵音效為掠過樂師方陣時短暫放大的琵琶碎音；音樂鼓點開始加密，編鐘點綴其間。
鏡頭3（11-19秒·核心炫技·Tier-A）
中景轉特寫，工筆描線勾勒輪廓，暖色滲染表現光影層次。樂師端坐高台一側，懷抱琵琶斜倚身前，肌膚以水彩滲染表現柔和紅潤質感，眉間一點朱砂細膩暈染，髮間垂綴數枚珠串以工筆線條表現隨低頭動作輕輕擺盪，身著月白暗紋廣袖長衫外罩烈焰橙描金半臂，衣料以水彩滲染表現深淺層次與自然褶皺陰影，輪廓線保持均勻連續。核心動作為彈挑起勢轉輪指過渡再至掃弦收勢的完整樂段：起勢階段右手拇指食指交替輕彈輕挑，弦體以簡練線條表現輕顫；發展階段轉入輪指，此處不鎖定手指精度，鏡頭轉為特寫聚焦弦體本身——弦線因高速撥動呈現工筆線條的模糊震顫殘影，手部動作以流暢的整體輪廓律動表現而非逐指線條細節；頂點階段樂師手臂猛然揚起，手掌大幅度一記掃弦劃過全弦，琶音以色塊滲染表現炸開的視覺效果，琴身輪廓隨力道明顯震顫，廣袖輪廓隨手臂動作大幅甩起又回落，運鏡在此處轉為升格延展這一揮掃瞬間的綢緞擺動與弦體震顫細節，慢鏡頭下水彩滲染的層次變化清晰可見；最終樂師手掌停留在琴弦上方，氣息微喘，眼神驟然抬起望向廣場中央，神情投入忘我。其他主體反應：遠處百人樂舞方陣以簡化的圖案化群像隨掃弦炸響同步揚袖呼應。分鏡頭音頻：關鍵音效為掃弦炸響的琵琶強音與鼓點重拍精確重合；音樂配器在此處達到密度高點，編鐘笙簫齊鳴。
鏡頭4（19-21秒·氛圍過渡，呼吸停頓）
中景俯拍，掃弦餘音未散，廣場全景短暫定格般的慢鏡頭，百人樂舞方陣廣袖輪廓靜止懸於半空的瞬間，圖案化燈彩擺盪漸緩，畫面速度驟然放緩製造強烈的呼吸對比感，做舊宣紙質感的滲染在光束中呈現柔和層次。分鏡頭音頻：鼓點短暫稀疏，編鐘餘音悠長。
鏡頭5（21-27秒·核心炫技·Tier-A）
中景轉特寫，工筆描線勾勒輪廓，逆光以滲染表現髮絲與綢緞邊緣的柔和光暈。廣場中央一舞者獨立於百人方陣之前，肌膚以水彩滲染表現柔和質感，雙眉以工筆細線上揚暈染，黑髮高束髮頂一支火焰紋金飾以線條與色塊表現折射流光，身著烈焰橙漸變紗質長綢廣袖禮服，綢料以水彩滲染表現輕薄透光邊緣泛起層次，雙臂纏繞數丈長綢隨身側垂落。核心動作為長綢甩轉的完整弧線：起勢階段舞者雙臂內收，長綢鬆垂盤繞身側，眼神微閉蓄勢；發展階段腰身猛然旋轉帶動雙臂大幅度甩出，長綢如圖案化火焰般在空中劃出巨大螺旋軌跡，身體隨甩動慣性大幅度側傾又扶正，長綢尾端以工筆線條拖出簡化的運動殘影軌跡，輪廓保持連續不崩散；頂點階段舞者旋轉至最高速時定住重心，雙臂驟然展開，長綢在身周完全鋪展成一個巨大的圖案化火焰光環，輪廓線在展開瞬間保持均勻清晰不產生斷裂扭曲；最終長綢緩緩收攏下落，舞者氣息微喘，眼神睜開望向廣場高台方向，神情舒展忘我。其他主體反應：百人方陣隨長綢展開的瞬間同步揚袖呼應，靈樹光暈大片增亮，圖案化雲朵隨之泛起暖色滲染。分鏡頭音頻：環境音短暫退讓；關鍵音效為長綢甩開的破風聲與編鐘強音疊合；音樂五層配器齊鳴，全片音量峰值。
鏡頭6（27-30秒·氛圍過渡，長鏡頭收束）
遠景，緩慢拉高的俯瞰視角，長綢的餘光與廣場的歡騰漸次沉入圖案化雲霧，瑞麟身影已隱入燈火深處，百人方陣與樂師身形漸小融入仙山尺度，靈樹光暈轉為柔和的餘溫滲染色澤，圖案化雲朵重新彌合覆蓋山腰，畫面定格於雲霧繚繞、仙山浮於蒼茫雲海盡頭的全景，工筆線條在遠景中簡化為柔和的山形輪廓，做舊宣紙質感的滲染歸於寂靜。分鏡頭音頻：環境音歸於悠遠的雲海低頻氛圍聲；音樂僅存古箏尾音與電子長音漸弱至無，收束全片。”
用文字建構一段場景
描述主體、環境、動作和鏡頭運動，即可從文字生成影片。無論是想像一個超現實世界，還是製作電影感社群短片，Wan 3.0 都能為一段視覺故事提供發揮空間。可選擇 2～30 秒時長，最高輸出 1080P。
官方 Wan 3.0 範例
“根據三張參考圖生成一段約24秒的電影級日系科幻遊戲開場CG。
[Image 1] 是男性角色唯一外觀參考。
[Image 2] 是女性角色唯一外觀參考。
[Image 3] 是傳統木質道場的空間、建築材質和光影參考。
全片嚴格保持兩名角色的面部、髮型、服裝、身材比例和機械配飾一致。禁止改變男性的護目鏡、銀灰髮型和深灰長外套；禁止改變女性的雙髮髻、紅色機械面罩和白色戰鬥服。
【整體風格】
高預算日系動作角色扮演遊戲開場CG，成熟科幻動畫美術，精緻賽璐璐渲染結合電影級3D空間。
畫面氛圍類似玩家進入隱藏訓練關卡：冷白色數位虛擬空間逐漸載入成暖棕色傳統道場，科技感與東方武術空間融合。鏡頭克制、有壓迫感，不進行正式戰鬥，只表現關卡開啟前的對峙。
【鏡頭與對白】
[0–3秒]
純白、沒有邊界的虛擬空間。男性角色背對女性站在畫面前方，女性角色出現在遠處。空間中只有微弱電子底噪和低沉脈衝聲。鏡頭從超遠景快速平穩推進，繞至男性正面，形成上半身近景。男性神情冷靜，像是早已在這裡等待。男性不說話。
[3–8秒]
鏡頭高速升至垂直俯視視角。兩人腳下依次亮起淺灰色數位座標線和建築網格，網格沿地面向四周擴散，如同隱藏關卡正在載入。伴隨低沉系統啟動音，木質地板從兩人腳下向四周逐塊生成；木柱依次垂直升起；橫樑在空中自動連接；牆體、障子門和屋頂結構逐層構築。建築生成過程連續、準確，具有高級遊戲引擎即時載入場景的視覺效果。
[8–11.5秒]
鏡頭從高空快速下降，轉為貼近木地板的低機位，在兩名角色之間向前滑動。道場完整生成。暖色陽光穿過障子窗，在木地板上投射出規整的長條光影。空氣中漂浮少量塵埃，建築生成聲逐漸停止，空間陷入短暫寂靜。女性先環顧剛剛生成的道場，停頓半秒，然後壓低聲音，用警覺而冷靜的日語問：
「ここは……何のステージ？」
發音節奏自然，約為：
Ko-ko wa……nan-no su-tē-ji?
含義：這裡……是什麼關卡？
[11.5–14.5秒]
切至女性角色中近景。她不再說話。她迅速調整重心，身體輕微下沉，抬起右手，掌心朝向男性，擺出精準克制的武術防禦起手式。紅色機械面罩發出短暫微光，耳部機械裝置完成一次掃描。她的眼神保持警惕，沒有誇張表情。
[14.5–19秒]
切至男性角色中景。男性從容轉身，長外套下擺輕微擺動。他緩慢抬起右手，掌心朝向女性，以平靜姿態回應她的起手式。鏡頭緩慢向男性推進。男性完整地、從容地說完台詞，中間保留自然停頓，用低沉、冷靜、像關卡管理者一樣的日語回答：
「お前の適性を測る、最初の試練だ。」
發音節奏自然，約為：
O-ma-e no te-ki-sei o ha-ka-ru、sai-sho no shi-ren da.
含義：這是測試你適性的第一場試煉。
男性說話時不露出明顯笑容，聲音沉穩，沒有憤怒或喊叫感。
[19–24秒]
切至男性正面特寫。道場背景逐漸出現輕微數位化消散效果，暖色環境被強烈冷白光覆蓋，重新淡化為最初的純白虛擬空間。男性護目鏡表面掠過一道冷白掃描光。畫面停頓半秒後，遠處傳來低沉的系統女聲，不展示字幕：
「適性試験、開始。」
發音：
Te-ki-sei shi-ken、kai-shi.
含義：適性測試，開始。
最後伴隨短促有力的系統確認音，畫面定格結束。
【聲音設計】
開場使用低沉電子氛圍音、微弱空間脈衝和遠距離機械共鳴。
場景生成時加入數位網格啟動聲、木質模組展開聲、木柱升起聲和低頻結構閉合聲。聲音具有重量感，但不過度嘈雜。
道場完整生成後，環境音突然降低，只保留木質空間迴響、衣料輕微摩擦和人物呼吸聲。
角色使用自然日語配音：
女性聲音年輕、冷靜、警覺，避免可愛或誇張的動漫腔。
男性聲音低沉、成熟、從容，像導師、關卡守衛或任務引導者。
系統女聲清晰、冰冷、沒有感情，像遊戲系統提示音。
【生成控制】
角色說話時日語口型準確同步。只讓當前鏡頭中的角色說話，避免錯配聲音。每一句日語台詞都要完整說完，不要搶拍，不要壓縮語速；台詞前後保留自然停頓和呼吸。
重點表現道場的載入順序：
數位座標啟動 → 網格向外擴散 → 木地板逐塊鋪開 → 木柱依次升起 → 橫樑自動連接 → 牆體和障子門生成 → 完整道場閉合。
兩名角色不進行快速打鬥，不奔跑，不跳躍。只完成觀察環境、調整站姿、抬掌起勢和相互對峙。
人物手掌和手指結構自然；面部、髮型、面罩、護目鏡和服裝全程穩定；建築透視準確；鏡頭運動連貫。
畫面中不出現任何字幕、標題、UI 介面、遊戲選單、數值、標識、分鏡邊框或浮水印。”
用多模態參考引導動作與風格
結合人物圖片和影片參考，描述希望沿用的動作或運鏡；加入音訊引導氛圍，或用文件、公開網頁提供創作簡報。說明各份素材在場景中的作用，讓人人物形象、動作和環境共同服務於一段新影片。
官方 Wan 3.0 範例
“生成一支24秒電影級國際嘻哈音樂影片，具備真實照片級質感、高端街頭時尚MV風格，以及明快、自信、有力的節奏。
【參考圖】
圖1：四人團體陣容、人物身份、服裝與整體造型參考。全片固定為四人：一名女性主唱、一名男性DJ、左右各一名炒熱氣氛的表演者（hype performer）。不得新增、複製或互換人物。
圖2：女性主唱的面部、髮型、妝容、銀黑機能風服裝與手持麥克風參考。所有近景保持同一張臉、同一套造型。
圖3：屋頂舞台、DJ台、濕潤反光地面、燈光、玻璃護欄與城市天際線參考。全片始終發生在同一屋頂。
【核心概念】
Different voices, one beat。
同一位主唱在同一首原創、抓耳的國際嘻哈國歌（hip-hop anthem）中自然切換八種語言。音樂約106 BPM，開場第一秒立即進入強烈律動（groove），不做緩慢氛圍鋪墊；使用厚重有衝擊力的底鼓（kick）、乾脆清晰的小鼓（snare）、富有彈性和切分感的貝斯線（bassline），以及一個清晰易記、能夠哼唱的兩小節電子合成器與短促銅管鉤子（hook）。這個核心鉤子從開場建立，在每次語言切換之間以簡短變奏持續回歸，並在21秒的節拍驟停（beat drop）完整爆發。八種語言像同一首歌中的連續饒舌流（rap flow），始終自然落在鼓點上，不是逐句機械報詞；伴奏始終保持旋律性、律動和向前推進感，不因口型同步而弱化。
【鏡頭序列】
全片保持清晰穩定的空間軸線：主唱始終位於前方中央，DJ始終位於後方設備台，兩位表演者（performers）始終分列左右。攝影機主要沿正面軸線推進、後拉或平穩橫移，每個鏡頭只執行一種主要運動；節奏主要來自表演、景別變化和硬切，不依賴連續環繞、頻繁甩鏡或突然反向。
鏡頭1｜0-3秒
低空航拍越過城市樓群，快速下降至圖3的屋頂舞台。主唱位於前方中央，DJ在後方設備台，兩位表演者分列左右。鏡頭接近主唱時轉為低角度廣角推進。
主唱抬頭直視鏡頭，唱道：
“One beat.”
最後一個重音落下，硬切。
鏡頭2｜3-6秒
主唱正面胸像近景，嚴格參考圖2。穩定器沿正面軸線短距離推進並自然停穩，城市燈光在背景形成虛化散景。主唱一手握麥克風，另一隻手隨節拍指向鏡頭，頭部有力點動。
主唱唱道：
“同一個節拍。”
最後一個字落拍，直接硬切至下一景別。
鏡頭3｜6-9秒
微距拍攝DJ操作打碟盤、推子和發光按鈕，隨後快速上搖，露出後方DJ與前景側身表演的主唱。設備與人物佈局保持穩定。
主唱唱道：
“ひとつのリズム。”
DJ按下按鈕的瞬間硬切。
鏡頭4｜9-12秒
主唱3/4側面中景，鏡頭從左向右平穩短距離橫移，始終保持水平地平線與既定空間軸線。兩位表演者在背景左右律動，動作不同但節奏統一。主唱以眼神和輕微轉頭追隨鏡頭。
主唱唱道：
“하나의 리듬.”
最後一拍，主唱抬手掠過鏡頭，形成擦鏡切換。
鏡頭5｜12-15秒
低機位廣角橫移。主唱沿屋頂表演區域向鏡頭走近，銀色外套被夜風輕微吹動，背景城市燈光形成明顯運動視差，濕潤地面反射暖金燈光。
主唱唱道：
“Um só ritmo.”
腳步踩中重拍，硬切。
鏡頭6｜15-18秒
主唱與右側女性表演者雙人中近景。兩人先背對背站立，隨後同時轉向鏡頭。主唱完成演唱，表演者以肩部和手臂動作回應節奏，不搶主體。
主唱唱道：
“จังหวะเดียวกัน.”
最後一拍由右側表演者的肩部自然擦過鏡頭，完成遮擋切換。
鏡頭7｜18-21秒
短促有力但平穩的正向推進，從中景推進至主唱近景並立即停穩。主唱進入饒舌高潮（flow climax），眼神堅定，手勢有力量。DJ和兩位表演者在後方同步抬手，屋頂燈光隨節拍增強。
主唱唱道：
“Un mismo ritmo.”
最後一個詞結束，在穩定構圖中直接硬切。
鏡頭8｜21-24秒
主唱側逆光近景，面部一側被暖金輪廓光照亮，另一側保留深藍陰影。
主唱先唱道：
“إيقاع واحد.”
隨後節拍驟停（beat drop），鏡頭沿正面軸線平穩後拉至英雄式全景，地平線保持水平。四人形成穩定三角站位，主唱在前方，DJ在後方中央，兩位表演者分列左右。全員踩著節拍向鏡頭邁進一步。
主唱唱道：
“Different voices, one beat.”
全員在最後一拍齊聲回應：
“One beat.”
全員定住動作，主唱直視鏡頭，畫面結束。
【表演要求】
主唱所有歌詞必須精準對口型，八種語言保持自然發音、重音和語速，但主唱聲線、身份與整體饒舌流（flow）始終統一。頭部、肩膀、手勢與身體重心跟隨節拍（beat）自然律動。不要機械朗讀，不要在語言切換時改變人物、服裝、年齡或聲線。
【視覺要求】
藍調時刻至夜晚的城市屋頂，深藍、銀灰、暖金與少量洋紅霓虹配色。24mm、35mm、50mm電影鏡頭混用，真實淺景深、細膩膠片顆粒、輕微空氣霧氣、真實皮膚紋理。
剪輯透過遠景、中景、近景的明確變化製造速度感，但相鄰鏡頭不頻繁反轉運動方向。主要使用硬切、動作匹配和一次自然擦鏡；避免大幅環繞、連續甩鏡、荷蘭角與忽快忽慢的推進。
無字幕、無歌詞文字、無品牌標誌、無UI、無浮水印。人物五官清晰，手指自然，麥克風與DJ設備穩定，不漂浮、不變形。全片四人身份、服裝、髮型、配飾和場景保持一致。”
讓聲音參與場景表達
Wan 影片生成可以同時加入對白、音樂和環境音。描述想要的聲音並開啟生成器的聲音開關，或保持關閉，生成後再自行配樂。適合音樂表演、氛圍鏡頭和有聲短故事等創作。
探索其他模型
在單一產生器中切換頂級影片模型。
Wan 3.0 與 Wan 3.0 Prime 對比
兩種型號支援相同的生成方式和參考類型。希望節省點數時選擇 Wan 3.0，更看重生成速度時選擇 Prime。
| 功能 | Wan 3.0 | Wan 3.0 Prime |
|---|---|---|
| 生成方式 | 文字生成影片、首尾幀、參考生成 | 文字生成影片、首尾幀、參考生成 |
| 解析度 | 480P / 720P / 1080P | 480P / 720P / 1080P |
| 輸出時長 | 2–30 秒 | 2–30 秒 |
| 參考素材 | 圖片、影片、音訊、文件或網頁 | 圖片、影片、音訊、文件或網頁 |
| 生成聲音 | 可選，預設關閉 | 可選，預設關閉 |
| 起步價格 · 480P、2 秒 | 28 點數 | 42 點數 |
| 主要優勢 | 點數成本更低 | 生成速度更快 |
兩種型號可以採用相同的創作思路。生成器會根據解析度、輸出時長和參考影片時長顯示所需點數。
選擇您的方案
免費圖像包含浮水印。升級以獲得乾淨的輸出、更快的生成速度和商業用途。
專業版
-50%$20$10/月
每年計費 ·$240$120/年
無限模型權益
Seedream 3.5無限- Seedream 3.5 Pro不含無限
MiniMax H3 Turbo不含無限- MiniMax H3不含無限
- 升級以解鎖所有進階模型並享有獨家折扣MiniMax H3-70%
Gemini
Nano Banana
GPT-50%Seedream-40%Veo
Seedance 2.5
Kling - 每月 2,000 積分
- 最多 2,000 張快速圖片
- 最多 200 支基礎影片
- 優先隊列
- 無浮水印
- AI 工具批量使用
- 完全隱私
推薦
旗艦版
-50%$40$20/月
每年計費 ·$480$240/年
無限模型權益
- Seedream 3.5無限
- Seedream 3.5 Pro無限
- MiniMax H3 Turbo不含無限
- MiniMax H3不含無限
- 升級以解鎖所有進階模型並享有獨家折扣MiniMax H3-70%GeminiNano BananaGPT-50%Seedream-40%VeoSeedance 2.5Kling
- 每月 5,000 積分
- 最多 5,000 張快速圖片
- 最多 500 支基礎影片
- 最高優先隊列
- 無浮水印
- AI 工具批量使用
- 完全隱私
至尊版
-50%$80$40/月
每年計費 ·$960$480/年
無限模型權益
- Seedream 3.5無限
- Seedream 3.5 Pro無限
- MiniMax H3 Turbo無限
- MiniMax H3無限
- 升級以解鎖所有進階模型並享有獨家折扣MiniMax H3-70%GeminiNano BananaGPT-50%Seedream-40%VeoSeedance 2.5Kling
- 每月 10,000 積分
- 最多 10,000 張快速圖片
- 最多 1,000 支基礎影片
- 最高優先隊列
- 無浮水印
- AI 工具批量使用
- 完全隱私
Wan 3.0 常見問題
了解 Wan AI 線上使用方法、圖片生成影片、參考素材和點數計算方式。
1
Wan AI 是什麼？Wan 3.0 屬於哪個模型？
Wan AI 是阿里巴巴的萬相生成模型系列。Wan 3.0 是其中的影片模型，支援文字生成影片、首幀或首尾幀圖片生成影片，以及多模態參考生成。在 Raphael 中可以直接線上使用，無需在本地安裝模型。
2
如何線上使用 Wan 3.0？
在上方生成器中輸入場景描述。上傳圖片可進行圖片生成影片，使用其他素材時可切換到參考模式。選擇時長、解析度、畫幅和聲音設定，確認顯示的點數後開始生成。
3
Wan 圖片生成影片如何使用？
上傳一張圖片作為首幀，並描述希望出現的動作或運鏡。可以額外新增尾幀，引導影片的結尾畫面。如果希望多張圖片參考人物或風格，而不是指定首尾畫面，請使用參考模式。
4
可以使用哪些參考素材？
參考模式最多支援 10 張圖片、5 段影片、5 段音訊，以及 1 份文件或 1 個公開網頁。文件和網頁不能同時使用。檔案都從同一個素材入口新增；將完整的公開網頁連結貼上至提示詞框，可轉換為網頁參考卡片。
5
支援哪些時長和解析度？
可選擇 2～30 秒的整數時長，以及 480P、720P 或 1080P 解析度。參考影片累計最長 15 秒，且參考影片總時長加輸出時長不能超過 30 秒。例如上傳 10 秒參考影片，輸出最多選擇 20 秒。
6
Wan 3.0 可以生成有聲影片嗎？
可以。開啟聲音開關，並在提示詞中描述對白、音樂或環境音，即可讓模型同時生成聲音。Raphael 預設關閉聲音，開啟後每秒點數單價不變。
7
在 Raphael 使用 Wan AI 影片生成是免費的嗎？
Wan 3.0 使用點數生成，不屬於免費生成。480P 每秒 14 點數，720P 每秒 27 點數，1080P 每秒 53 點數。參考影片時長按相同單價計費；圖片、音訊、文件和網頁參考不另收輸入費用。生成前請查看生成器顯示的點數總額。
8
Wan 3.0 和 Prime 有什麼區別？
兩者支援相同的生成方式、解析度、時長和參考類型。Wan 3.0 所需點數更少，Prime 是生成速度更快的版本，可根據預算和等待時間選擇，不需要按兩套不同的創作能力來區分。
