阿里视频生成模型 Wan3.0 在 8 月 24 日全网公测。单次生成时长拉到 30 秒，同时首次支持 doc、xls、ppt、pdf、md 这些办公文档作为输入，把现成材料直接转成视频。用户可以在阿里云百炼、万镜一刻、万相官网和千问创作 PC 端体验，千问 App 里是灰度开放。
时长这一档的意义在剪辑台上更明显。十秒以内的片段只够承载一个镜头，连续运镜、一镜到底这类镜头语言几乎无从谈起；拉到 30 秒，一个完整的小段落才有位置放。阿里给出的能力清单里，一致性被摆在很靠前的位置——角色、道具、声音、空间关系和风格要在整段里稳住，这是长时长最吃力的地方。
定价决定它进不进生产流程
API 报价按秒计算，480P、720P、1080P 分别是 0.3 元、0.6 元、1.2 元每秒。8 月 24 日至 9 月 23 日打七折，三档降到 0.21 元、0.42 元、0.84 元每秒。
换算成实际产出：一条 30 秒的 1080P 视频，标准价 36 元，促销期 25.2 元；同样长度的 480P，标准价 9 元，促销期 6.3 元。
再往生产口径上粗算一遍。 一集五分钟的 AI 短剧，全部走 1080P、镜头一次过，纯生成成本约 360 元。真实流程里废片不可避免，按三比一的出片率估，成本落在一千元出头。这个量级和实拍不在一个区间，也和早期按分钟计价、动辄几十美元的方案拉开了距离。对短剧、广告、文旅宣传这类需要大量成片的甲方来说，成本已经从「试试看」挪进了「排进预算」。
把 30 秒摊到镜头数上更能看出门槛在哪。一段 30 秒的成片按常规节奏切，大概是四到六个镜头，模型要在这几次切换里让同一张脸、同一件道具、同一片场景保持不走样。十秒级模型的容错空间靠时长短兜住，三十秒没有这层遮掩，一致性掉链子会被直接看见。 阿里这次把角色、道具、声音、空间关系、风格五项一起列进能力清单，大致就是在回应这件事。
单次 30 秒这条线上，Wan3.0 并非第一个到的——此前字节的 Seedance 2.5 就把时长补齐到了 30 秒。国内几家把同一个指标同时抬到这个位置，说明长镜头连贯性已经取代分辨率，成了这一轮比拼的主战场。
把入口从提示词挪到一份 PPT
支持 doc、xls、ppt、pdf、md 输入是这次更该细看的一处设计。以往做一条产品介绍视频，需要有人先把材料读一遍、拆成分镜、再写成提示词，这一段人工翻译占掉的时间往往比生成本身长得多。文档直接进模型，等于把这道工序压掉。代价是可控性变差——模型自己决定哪一页做画面、哪一段做旁白，返工时不好定位，这套流程在标准化程度高的素材上更吃得开。
企业侧的场景对得很齐：培训课件、产品手册、财报解读、内部通告，素材本来就以 PPT 和 PDF 的形式躺在那里。这条路径也顺带解释了 Wan3.0 为什么被放进千问创作 PC 端和百炼——它对准的是办公流，而非社交平台上的随手创作。
生成质量上，阿里强调真人渲染的细节，微表情、皮肤与眼部的处理是这次重点打磨的部分，色彩调和与风格融合也做了调整。行业侧的反馈集中在三个词上：稳定、真实、有质感。使用者提到的具体变化是长序列叙事更连得住，来回调参的次数少了。
这些描述目前还停留在体感层面，公开的对比评测尚未跟上。给出答案的会是促销期结束后的这一个月：有多少条商用成片真的是用它跑出来的。
参考来源：阿里云公告、量子位、IT之家、CocoLoop；30 秒单次时长、doc/xls/ppt/pdf/md 输入支持、上线平台清单，以及 480P/720P/1080P 三档每秒 0.3/0.6/1.2 元的标准价与七折促销价均据上述来源核对，成片成本为本站粗算。