只接受圖片參考
這裡的參考模式只接受圖片。語音、音樂和動態請在提示詞文字中規劃，因為這個生成器不支援上傳影片和音訊。
128積分
剩餘積分：
公開
BestAIVideo
用 Wan 3.0 把整個場景一氣呵成
阿里巴巴的 Wan 3.0 把單次生成拉長到 30 秒，而且每支影片都附帶聲音。在這個頁面，你可以用文字寫出一個場景，從一兩幀畫面開始，或用最多十張參考圖片鎖定角色與產品，提交之前就會顯示積分花費。
Wan 3.0 為影片需求帶來什麼
更長的影片和參考圖片，改變了你規劃的方式：你可以朝一個連續的場景去做，而不必把幾段短鏡頭拼起來。以下是生成器提供給你的控制項。
一次生成 2 到 30 秒
可以設定 2 到 30 之間任何整數秒的長度。預設是 5 秒，長度足以判斷動態，又不必為一個還沒驗證過的想法，跑完整長度的一次生成。
最多十張參考圖片
在全能參考模式中，可上傳一到十張圖片，讓角色、產品和場景保持可辨識。這個模式至少需要一張圖片。
開場或收尾的幀
用首幀固定開場，或在影片必須抵達某張特定畫面時加上尾幀。使用幀時，輸出的比例會依照你的圖片。
聲音一律開啟
它會隨畫面一起生成對白、音效和背景音樂。沒有開關可以切換，所以想要的聲音請寫在提示詞裡。
花積分之前，先規劃好場景
30 秒的影片有更多出錯的空間，所以事先做好幾個決定，比多試幾次更能省錢。請依這個順序逐項處理。
依故事選擇長度
先算清楚有幾個節拍。一個動作放得進 5 到 8 秒，兩個人的小段互動需要 12 到 15 秒，而有鋪陳、有收穫的場景，才是 30 秒上限的用途。
挑選少量而一致的參考圖
十張是上限，不是目標。請使用在身分和風格上互相一致的參考圖，並在提示詞中註明每一張的用途。
把時間寫進提示詞
依序標出各個節拍，例如最初幾秒發生什麼、中段鏡頭做什麼、影片怎麼結束。說出口的台詞要放進引號，音效要直接點名。
最後才決定解析度
先用 480p 打草稿，檢查動態和聲音，再把核准的版本以 1080p 輸出。以每秒計算，480p 的費用是 1080p 的四分之一，所以草稿只是成品的一小部分。
影片製作的三道步驟
01
鎖定參考圖，寫好節拍
挑出幾張能定義角色、產品和場景的圖片，再用句子寫出時間軸：開場狀態、主要動作、運鏡、結尾。上面那支影片，展現了長畫布能做出的連貫多場景短片。
02
用短而便宜的方式打草稿
用 32 積分跑一次 5 秒、480p 的版本，看看動態和聲音是否朝對的方向走。一次只改一個變數，才知道是哪一次修改有幫助。
03
以完整長度與解析度收尾
草稿對了之後，把同一份需求延長到真正的長度，再切換成 1080p。一支 30 秒的 1080p 影片要 768 積分，所以它應該是最後一步，而不是第一步。
製作筆記
讓比例配合工作需求
如果你的幀或參考圖本身已經是正確的形狀，就選自適應；只從文字開始時，則設定明確的比例。
記錄下有效的做法
把任何好結果的提示詞、參考圖組合、長度和解析度都存起來。30 秒的輸出很貴，不值得再靠碰運氣重新找回來。
適合 Wan 3.0 的專案
以故事為主的品牌影片
給活動一個包含角色、產品與收穫的連續場景，而不是把六段短鏡頭剪接在一起。
產品示範
從乾淨的產品畫面開始，讓影片逐步走過一項功能，每個步驟都配上一句台詞或一個音效。
以角色為主的短片
上傳同一個角色的十張靜態圖，在較長的片段中讓臉部、服裝和場景保持穩定。
音樂與氛圍作品
依功能來描述背景音樂，例如穩定而輕快的節奏，讓畫面和聲音一起發展。
多種比例的社群精簡版
以 16:9、9:16、1:1、4:3 或 3:4 輸出同一個構想，用一份需求涵蓋各個平台。
教學與解說影片
用一鏡到底的方式，從頭到尾呈現一個流程，並為每個階段加上旁白。
Wan 3.0 常見問題解答
Wan 3.0 是阿里巴巴推出、適合較長且連貫場景的影片模型。它在早期 Wan 版本的基礎上，帶來最長 30 秒的生成、以參考圖驅動的創作，以及隨畫面一起生成的聲音。
從 2 到 30 秒，以整數秒計算。預設是 5 秒，積分花費隨每一秒增加，所以較短的測試是檢驗提示詞最便宜的方法。
有文生影片、含首幀且尾幀可選的幀生成，以及接受一到十張參考圖片的全能參考。參考模式至少需要一張圖片。
解析度可選 480p、720p 或 1080p，預設選取 1080p。比例有 16:9、4:3、1:1、3:4、9:16 和自適應，幀模式則依照上傳的圖片。
價格按每秒計算，並依解析度而異。5 秒的影片在 480p 是 32 積分，720p 是 64，1080p 是 128，生成器會在你提交之前顯示確切的金額。
有。每支影片都會連同音訊一起生成，涵蓋語音、音效和背景音樂，而且音訊無法關閉。請在提示詞中描述聲音來引導它。
說出口的台詞放進引號，音效則直接點名，例如呼嘯聲或鍵盤敲擊聲。背景音樂則依它的作用來描述，例如商務場景用輕快而穩定的音樂。
最多上傳十張圖片，並在提示詞中說明每一張的貢獻。請選擇彼此一致的參考圖，因為互相衝突的臉孔或風格，會把結果拉往不同的方向。
同樣的長度下，480p 草稿的費用只有 1080p 輸出的四分之一。這已經足以判斷節奏、鏡頭和聲音，所以你只需要為已經可行的需求，付出完整解析度的費用。
Wan 2.7 最長到 15 秒，而 Wan 3.0 可到 30 秒，並在這個生成器中提供最多十張參考圖片。如果你需要影片編輯模式，仍然可以使用 Wan 2.7。
先看身分和空間邏輯，再對照你的時間軸檢查事件的順序。這些都沒問題之後，再看對白的時間點、音效和最後一幀。