产品亮相
视觉灵感,非 Wan 3.0 实测输出
产品亮相
产品要从棚拍画面开场,最后停在包装上。
Prompt cue
从首帧的瓶子缓慢推镜,柔和日光扫过标签,最后停在尾帧里装盒的产品上。
Settings
图生视频,首帧 + 尾帧,5 秒,720p,标准档
Expected motion
从开场构图按规划过渡到结尾构图
可以用提示词直接生成;也可以给首帧加一张可选尾帧做成动画;还可以上传参考图片、视频片段和音频,在提示词里用 Image1、Video1、Audio1 指代,围绕它们生成视频。时长 5–30 秒,分辨率 480p、720p 或 1080p,可选标准档或更快的 Prime 档。
动作灵感
这些片段来自 AI 视频画廊,仅作视觉灵感,可用来规划镜头语言、节奏、构图和提示词方向。除非明确标注为模型实测,否则它们并非 Wan 3.0 的输出。

提示词驱动的动作
文生视频规划:提示词,5–30 秒,480p 到 1080p
参考图库的节奏,决定提示词需要固定机位、推镜头,还是一个简单的主体动作。
文生视频规划:提示词,5–30 秒,480p 到 1080p
先准备一张有力的首帧,只有结尾构图重要时才加尾帧。
图生视频规划:必需首帧,可选尾帧
收集好要用的图片、短视频和音频,再想清楚提示词要从每个素材里借用什么。
参考规划:最多 10 张图片、5 段视频、5 段音频
为什么选择 Wan 3.0 Video
AISnapEdit 为 Wan 3.0 Video 开放三个场景:文生视频、带首帧和尾帧的图生视频,以及用图片、视频和音频做参考的参考生视频,每个场景都可选标准档或更快的 Prime 档。
提供方
阿里巴巴
阿里巴巴的 Wan 3.0 Video 视频模型,可在 AISnapEdit 上使用。
场景
文生 / 图生 / 参考
已开放文生视频、图生视频和参考生视频。
时长
5–30 秒
所有场景的时长都是 5 到 30 秒,分辨率 480p、720p 或 1080p。
定价
8–51 积分/秒
480p/720p/1080p 下,标准档每秒 8/16/32 积分,Prime 档每秒 13/26/51 积分。参考视频的时长也会计费。
根据你手上已有的素材选择场景。
提示词生成场景

提示词生成场景
视觉灵感,非 Wan 3.0 实测输出
画幅可选 16:9、9:16、1:1、4:3 或 3:4。
需要首帧
需要首帧
视觉灵感,非 Wan 3.0 实测输出
可再加一张尾帧;画幅跟随首帧。
图片、视频、音频均可选
图片、视频、音频均可选
视觉灵感,非 Wan 3.0 实测输出
在提示词里用 Image1、Video1 或 Audio1 指代每个文件。参考视频和输出合计不超过 30 秒。
第一次生成保持简短,足以判断动作、构图和提示词效果即可。
图生视频
适合产品镜头、设计好的静帧,以及开场或结尾已确定的镜头。
参考生视频
适合固定角色、产品,以及借用短视频或音频的场景。
以下是规划示例,并非经过验证的模型输出。
产品亮相
视觉灵感,非 Wan 3.0 实测输出
产品要从棚拍画面开场,最后停在包装上。
Prompt cue
从首帧的瓶子缓慢推镜,柔和日光扫过标签,最后停在尾帧里装盒的产品上。
Settings
图生视频,首帧 + 尾帧,5 秒,720p,标准档
Expected motion
从开场构图按规划过渡到结尾构图
角色换场景
视觉灵感,非 Wan 3.0 实测输出
一个固定角色要出现在新的场景里。
Prompt cue
Image1 里的快递员穿过雨夜的夜市,手持镜头在肩高位置跟拍。
Settings
参考生视频,1–2 张图片,10 秒,720p 草稿
Expected motion
角色样貌沿用参考图片
借用视频运镜和音乐
视觉灵感,非 Wan 3.0 实测输出
用一段短视频的运镜和一段音频的氛围拍一个新主体。
Prompt cue
沿用 Video1 的运镜,让 Image1 里的纸飞机在城市上空滑翔,节奏跟着 Audio1 的音乐。
Settings
参考生视频,1 段视频 + 1 张图片 + 1 段音频,5 秒,720p
Expected motion
新主体沿着相似的运镜路线移动
AISnapEdit 为该模型提供的生成器覆盖文生视频、图生视频和参考生视频,分标准和 Prime 两档。
输入方式
AISnapEdit 开放了纯提示词、首帧/尾帧动画,以及参考图片、视频和音频三种方式。
根据手上已有的素材选择场景。
时长
所有场景都是 5 到 30 秒;参考生视频里,参考视频和输出合计不超过 30 秒。
判断动作质量时先从短片开始。
定价
480p/720p/1080p 下,标准档每秒 8/16/32 积分,Prime 档每秒 13/26/51 积分;参考视频的时长按同一费率计费。
草稿用标准档 480p 或 720p,接近交付时再用 1080p 或 Prime 档。
媒体佐证
除非明确标注为 Wan 3.0 实测输出,画廊里的媒体仅作灵感。
把示例提示词当作规划方向,而不是模型输出的证明。
关于这个模型的常见问题解答
Wan 3.0 Video 是阿里巴巴 Wan 系列的视频模型。在 AISnapEdit 上可用于文生视频、图生视频和参考生视频,分标准和 Prime 两档。
Prime 端到端更快,但没有公开的速度数据。它每秒 13、26 或 51 积分,标准档是 8、16 或 32 积分。默认是标准档。
5 到 30 秒,分辨率 480p、720p 或 1080p;默认 5 秒、720p。参考生视频里,参考视频和输出加起来不能超过 30 秒,所以参考视频越多,可选的输出时长越短。
按输出秒数计费:标准档 480p、720p、1080p 分别为每秒 8、16、32 积分,Prime 档分别为 13、26、51 积分。5 秒标准档 720p 视频需要 80 积分,30 秒标准档 1080p 需要 960 积分,30 秒 Prime 档 1080p 需要 1530 积分。带参考视频时,参考视频合计时长(向上取整到整秒)按同一费率另计。失败的任务会退还积分。
最多 10 张 JPEG、PNG 或 WebP 图片(每张最大 20MB),最多 5 段 MP4 或 MOV 视频(每段 1–15 秒、最大 10MB,合计不超过 15 秒),以及最多 5 段 WAV 或 MP3 音频(每段 1–15 秒、最大 15MB,合计不超过 15 秒)。三类素材都不是必需的。
按素材类型和上传顺序指代:Image1、Image2、Video1、Audio1,依此类推。每个场景都必须填写提示词,最多 5000 个字符。
会。原生音频默认开启,可以关掉,开关与否价格相同。
这个页面不支持。Wan 2.7 Video 仍在 AISnapEdit 上提供,支持视频编辑。
用文字生成、让首帧动起来,或基于你自己的图片、视频和音频创作,按秒计费。