文字與首尾幀
支援純文字生成、首幀圖生影片，以及在 Canvas 加入尾幀。首尾幀控制與一般參考是兩種獨立輸入方式。
Wan 3.0
用 Wan 3.0 將文字場景、起始畫面或參考素材變成影片，在同一創作流程中編排動作、鏡頭和聲音。
Wan 3.0
了解 Wan 3.0
Wan 3.0 是阿里巴巴的影片生成模型，適合需要時間展開的場景。你可以從文字創意開始，讓靜態首幀動起來，或結合視覺與聲音參考創作新鏡頭。連續運鏡、人物情緒變化和有節奏的揭示，都能在最長 30 秒的一次生成中展開。
參考素材為創作提供明確的視覺起點：用圖片建立人物、物品和環境，用影片引導動作或鏡頭節奏。如果開場與結尾的構圖已經確定，可在 Canvas 使用首尾幀控制。提示詞應描述兩個畫面之間發生什麼，無需重複圖片已有的細節。
Arcloop 接入 Wan 3.0 標準版。Canvas 可選 2–30 秒、480p／720p／1080p，以及橫向、直向或方形畫幅；生成音訊可按需開關。在本頁開始輸入，再到 Canvas 設定參考用途、輸出參數並查看目前點數預估。
Wan 3.0 影片提示詞範例
使用 Wan 3.0 生成，解析度為 720p，長度為 5–6 秒。可查看每個影片實際使用的提示詞。
5秒，写实军事悬疑电影片段，三个镜头硬切，明确分镜，不使用渐变转场。
同一名35岁左右的欧美白人成年男性狙击手，棕色短发、浅色眼睛、自然的短胡茬、轮廓分明的面部，穿灰绿色战术外套和低调的战术背心。他在一座空旷旧城区的屋顶上，利用低矮的混凝土护墙隐蔽，手持装有瞄准镜的长枪。自然、真实的皮肤质感，安静而紧张，人物外貌和服装跨镜头一致。
镜头1，0–1.5秒：24mm广角中远景，从屋顶侧后方拍摄。男子半跪在护墙后，面向远处的城市。傍晚阴天，冷色天空映出屋顶轮廓，风吹动衣角。画面交代他的身体位置、护墙和远方街道。结束时直接硬切。
镜头2，1.5–3.5秒：侧面中近景，平视机位。清楚展示男子的欧美面部轮廓、短胡茬、肩部和瞄准镜。他将脸颊轻轻贴近枪托，身体保持稳定，目光专注。浅景深，远处楼群柔和虚化。保持与上一镜头一致的观察方向。结束时直接硬切。
镜头3，3.5–5秒：从斜前方切入紧凑的眼神特写，清晰看见同一名男子专注的浅色眼睛、微皱眉头和瞄准镜边缘。他轻缓呼气，目光保持不动。用克制的表情和皮肤细节结束画面。
真实电影摄影，低饱和冷灰色调，柔和自然侧光，暗部有细节，轻微胶片颗粒。每个镜头构图稳定，切镜清楚，人物与枪械形态一致。人物始终是成年人，欧美白人面孔，不使用真实演员或公众人物的相貌。
声音：屋顶风声、远处城市低鸣、衣料摩擦、最后一次轻缓呼气。无对白、无背景音乐、无字幕。镜头只表现观察和准备，没有射击、命中画面或血腥内容。
5秒，单个连续镜头，手工黏土定格动画风格。
一名圆头、短腿的薄荷绿色黏土小人，穿着浅黄色背带裤，站在迷你菜园里，双手紧紧抓着一颗胡萝卜的叶子。人物有简单的黑色圆眼睛和小嘴，黏土表面保留细小指纹、手工压痕和柔软的边缘。土壤、植物和人物都由真实感黏土制成。
0–2秒：小人身体向后倾，用力拉住萝卜叶，双脚牢牢踩在地上，脸颊因使劲微微鼓起。
2–4秒：胡萝卜突然从土中拔出，带起几粒黏土土块。小人失去平衡，一屁股坐在地上，仍然抱着萝卜。
4–5秒：小人愣一下，低头看看怀里的大萝卜，露出满足的笑容。
固定的低机位中景，人物全身和萝卜始终留在画面内。温暖柔和的摄影棚光线，浅景深，精致的微缩布景。动作带有手工定格动画的节奏，人物造型和材质始终一致。
声音：轻微用力的哼声、萝卜拔出的“啵”声、柔软的落地声。无对白、无背景音乐、无字幕和标识。
写实电影风格的美国西部片，19世纪末，一座荒凉的边境小镇，暴风雨前的深灰色天空，低角度夕阳穿过风沙，照亮木制酒馆和尘土飞扬的街道。保持同一名主角的面容、服装和位置关系连续：一位四十岁左右、欧美面孔、胡茬明显的赏金猎人，戴磨旧的深棕色牛仔帽，穿褪色长风衣，腰间佩戴左轮手枪。
0–2.5秒，低机位中景：镜头从街道另一端缓慢向赏金猎人推进。他独自站在街中央，侧身面对酒馆，右手自然垂在枪套旁。风卷起脚边的尘土，风衣下摆摆动，一团风滚草从前景横穿画面。
2.5–4秒，硬切至侧面近景：赏金猎人缓慢抬起下巴，露出帽檐下警惕的双眼。他的视线始终朝向画面右侧，嘴角微微收紧。背景虚化的酒馆双扇门被人推开。
4–6秒，硬切反打至酒馆门口：从赏金猎人肩后拍摄，一名穿黑色马甲的陌生人停在门框阴影里，两人隔着空旷街道对视。镜头保持稳定，以悬而未决的对峙结束。三个镜头保持同一场景、同一时刻和清晰的空间方向。
变形宽银幕电影镜头质感，克制的胶片颗粒，真实皮肤、皮革与木材纹理，暖色夕阳与冷色乌云形成层次。原生同步音频：持续的低沉风声和砂砾滚动声，风衣轻微扑动声，皮靴踩过砂砾的轻响，酒馆木门打开时短促的吱呀声，结尾传来一声远处低沉的雷鸣。无对白、无配乐、无字幕。全片不拔枪、不射击，用眼神、空间和声音建立紧张感。
5秒，写实电影风格的公路片，三个清晰的硬切分镜。初秋傍晚的加州沿海公路，金色斜阳，远处是蓝色海面、海岸峭壁和低矮的干草山坡。一辆复古焦橙色双门轿跑车，米色皮革内饰，驾驶侧车窗打开，沿着右侧车道平稳行驶。全片始终是同一辆车、同一名驾驶者和同一段旅程。驾驶者是一位三十岁左右、欧美面孔、棕红色齐肩头发的成年女性，穿米白色衬衫，系好安全带，独自开车，目光始终关注前方道路。
0–1.8秒，车外前侧方跟拍中远景：摄影机与汽车同速平行移动，车辆从画面左侧向右侧前进。焦橙色车身上掠过温暖的夕阳反光，车轮自然旋转，海岸和路旁草坡在背景中连续滑过。车辆始终贴合路面，运动流畅、速度适中。
1.8–3.4秒，硬切至车内副驾驶位置的驾驶者侧面近景：镜头稳定，清楚看到她的侧脸、前方挡风玻璃和方向盘。她双手自然扶住方向盘，轻轻调整方向，目视前方，嘴角露出放松的微笑。打开的侧窗吹动几缕头发，夕阳在她的面颊和仪表台上移动。背景道路的运动方向与上一镜头一致。
3.4–5秒，硬切至车后方跟随远景：同一辆焦橙色轿跑车沿海岸公路驶入一个宽缓弯道，摄影机逐渐落后，让车辆在海岸和开阔海面之间向远处驶去。以自由、安静而略带怀旧的旅途氛围结束。
35毫米电影胶片质感，自然的皮肤和车漆纹理，柔和的高光，克制的镜头光晕，真实的车轮运动模糊。保持人物面容、服装、车辆造型和光照连续，驾驶动作清晰可信。原生同步音频：低沉平稳的汽油发动机声、轮胎与沥青的摩擦声、侧窗风声，切入车内时声音自然变得低闷，切回车外时恢复开阔的风声。无对白、无配乐、无字幕或标识。
电影级日式二维动画，雨后黄昏的小镇车站，精细手绘背景，蓝紫色暮光与车厢暖光。黑色齐肩短发少女，深蓝校服外套，米白帆布包。
0–1.8秒：侧面跟拍少女沿站台小跑。
1.8–3.3秒：硬切近景，她停下喘气，抬头望向右侧，神情从焦急变为惊讶，晚风吹动碎发。
3.3–5秒：硬切少女肩后反打，黑发少年站在敞开的列车门内，回头与她对视，轻轻微笑。
列车始终静止，人物造型和视线方向连续，动作自然，情绪克制。声音：脚步、轻微喘息、晚风和列车低鸣。无对白、配乐、字幕。
Wan 3.0 核心能力
多模態參考
Canvas 最多支援 10 張圖片、5 段影片及 5 段音訊。參考影片與音訊各自總長不超過 15 秒；參考影片與輸出合計不超過 30 秒。
成本與品質的平衡
在畫面品質、動作表現與原生聲音之間，兼顧生成成本。
如何使用 Wan 3.0
從本頁開始，在 Arcloop Canvas 確認完整輸入、輸出設定與點數預估。
- 01
描述場景
寫清主體、動作與鏡頭方向。此處可先加入一張圖片或一段影片，更多參考在 Canvas 整理。
- 02
進入 Canvas
點擊立即生成並按需登入，提示詞與已選參考會帶入 Story Canvas。
- 03
確認輸入與參數
設定參考用途、畫幅、解析度、時長與音訊，提交前查看目前點數預估。
- 04
生成影片
確認設定後在 Canvas 提交，結果保留在故事中，方便繼續製作。
你可以創作什麼
短劇
人物相遇、簡短對白與情緒轉折。
電影場景
連續運鏡、動作段落與充滿氛圍的預告片鏡頭。
產品影片
從寫實到風格化動畫，呈現產品揭示與品牌故事。
Wan 3.0 創作建議
依據阿里雲 Wan 3.0 提示詞指南及 Arcloop 實際控制項整理的建議。
- 01
依序描述動作
單鏡頭先寫清主要動作與運鏡；若有多段情節，標註符合所選時長的時間範圍。
- 02
明確指定參考用途
說明哪張圖片定義人物或場景、哪段影片引導動作。首尾幀控制與一般參考分開使用。
- 03
寫清對白與聲音
標明說話角色，將台詞放在引號內，再補充環境聲、音效與音樂。對白長度需符合影片時長。
- 04
只補充必要限制
按需加入不要字幕、不要背景音樂等限制，直接寫入提示詞，避免重複或衝突要求。
Wan 3.0 計費
捲動查看所有方案比較
| 模型與參數 | Starter 12,000 點數 / 月 | BASIC 30,000 點數 / 月 | Plus 63,000 點數 / 月 | Ultra 120,000 點數 / 月 |
|---|---|---|---|---|
| 影片生成 | ||||
Wan 3.0 隨生成設定變化 依實際用量結算 | 依實際用量結算 | 依實際用量結算 | 依實際用量結算 | 依實際用量結算 |
以上為預估值，實際費用以最終結算為準。
Wan 3.0 替代模型
依輸入素材與想創作的鏡頭選擇替代模型。以下參數對應 Arcloop 目前的接入方式。
Wan 3.0
兼顧畫面品質、動作表現、原生聲音與生成成本，支援文字、首尾幀及多模態參考創作。
- 時長
- 2–30 秒
- 參考數量
- 圖片 10／影片 5／音訊 5
- 輸出解析度
- 480p / 720p / 1080p
Kling 4.0
適合以參考素材驅動人物表演、明確運鏡，以及短劇或動作場景。
- 時長
- 3–30 秒
- 參考數量
- 圖片 10／影片 5／音訊 3；合計 15
- 輸出解析度
- 720p / 1080p
Seedance 2.5
適合較大的參考素材組合、連續敘事節拍與多鏡頭電影創作。
- 時長
- 4–30 秒
- 參考數量
- 圖片 30／影片 10／音訊 10
- 輸出解析度
- 480p / 720p / 1080p
常見問題
可以使用哪些輸入？
支援文字、首幀與可選尾幀，或在 Canvas 組合圖片、影片及音訊一般參考。同一次請求不可混合首尾幀控制與一般參考。
可以加入多少參考素材？
Canvas 最多支援 10 張圖片、5 段影片及 5 段音訊。參考影片與音訊各自總長不超過 15 秒；參考影片與輸出時長合計不超過 30 秒。本頁用於開始輸入，完整參考組合請到 Canvas 整理。
Wan 3.0 可以生成聲音嗎？
可以。生成音訊可選，本頁預設開啟。描述對白、環境聲或音樂，再到 Canvas 確認音訊設定。
點數如何計算？
報價受解析度、輸出時長與參考影片使用情況影響。Canvas 會在提交前展示設定及點數預估，實際費用以最終結算為準。
開始使用 Wan 3.0 創作
用 Wan 3.0 將文字場景、起始畫面或參考素材變成影片，在同一創作流程中編排動作、鏡頭和聲音。