Wan 3.0 為 4–30 秒，或 Wan 2.7 為 2–15 秒

Wan 是阿里巴巴通義萬相影片家族——不是 60/120 分鐘配音臺，也不是 25–90 分鐘卡通工作室。本站跑 Wan 3.0 和 Wan 2.7：文生、圖生、首尾幀，3.0 可參考，2.7 可從成片續寫。Wan 3.0 按 1 秒步進開放 4–30 秒，480p / 720p / 1080p（預設 720p），生成音訊開關預設開。Wan 2.7 開放 2–15 秒，720P 或 1080P，可傳入音訊檔案而不是憑空做聲軌。下面的數字是本站實際開放的。Vozo 配好音的一小時和 Vyond 的 Studio 上限留在那些產品上。

01 — 核心能力

本站在跑的 4–30 秒文生家族，不是配音臺，也不是卡通課

本頁在 Create 開啟 Wan 3.0 或 Wan 2.7。不開啟 Vozo 的 60/120 分鐘配音，也不開啟 Vyond 的 25–90 分鐘卡通工作室。

01
Wan 3.0：4 到 30 秒，480p–1080p，音訊開關預設開
文生畫幅：16:9、9:16、1:1、4:3、3:4。圖生和參考還有 adaptive。
02
Wan 3.0 參考：最多 10 張圖、5 段影片和一段音訊
輸出加輸入時長上限 30 秒。
03
Wan 2.7：2 到 15 秒，然後續寫已有片段
720P 或 1080P。續寫是編輯源片，不是空白生成 30 秒。
04
不是 Vozo 的 60/120 分鐘配音，也不是 Vyond 的 25–90 分鐘卡通桌
Vozo 本地化已有影片。Vyond 是卡通工作室。Wan 是本站實際生成的家族。

02 — 提示詞與成片

與上方片段對應的提示詞

每條提示描述卡片上的畫面。「使用此提示」會把這段文字送到 Create，起始系列是 Wan 3.0。

01 · 肖像
提示詞捲髮年輕男子特寫，灰色針織衫，柔和窗光。他先看向別處，再微笑。緩慢推進，淺景深。
02 · 產品
提示詞白色皮革運動鞋放在淺灰影棚背景上，柔和散射光。鏡頭緩慢環繞。縫線清晰，造型極簡。
03 · 街道
提示詞緩慢推移穿過歐洲古村鵝卵石小巷。石牆上爬滿玫瑰，晨光裡的咖啡館桌，遠處有行人。
04 · 角色
提示詞肩長棕發年輕女子，橄欖色 T 恤，傍晚金色光線。她轉頭看向畫外。髮絲有風，手持機感。

03 — 適用場景

選 3.0 或 2.7 的活，不是配音也不是卡通一小時

家族名是 Wan。請求仍得寫明系列。這些活不是 Vozo 配好音的檔案，也不是 Vyond Studio 成片。

需要 4–30 秒和聲軌的片段
那是本站的 Wan 3.0。Wan 2.7 停在 15 秒。
用 3.0 參考堆疊保住一張臉或一件產品
靜幀、片段和聲音檔案。這份材料包才是開 3.0 的理由。
已有素材 60 分鐘配音，或 25–90 分鐘卡通工作室成片
那是 Vozo 或 Vyond。Wan 是本站在跑的文生家族。
續寫已經滿意的片段
Wan 2.7 影片到影片吃源片和提示詞。這是續寫，不是空白生成 30 秒。

04 — 評價

本站實際跑的東西

優勢

Wan 3.0：4–30 秒，480p–1080p，音訊開關預設開
Wan 3.0 參考：最多 10 圖、5 影片和音訊
Wan 2.7：2–15 秒，720P 或 1080P，可續寫
兩個系列都支援首尾幀

取捨

家族不是一份規格；時長和輸入隨系列變
Wan 2.7 不能從空白生成音訊，只接收音訊檔案
本站 Wan 3.0 最高 1080p，不是 4K
公開的 Wan 2.5 / 2.2 文件存在；本頁開啟的是 3.0 和 2.7

05 — 橫向比較

Wan、Veo 3.1 和 Kling 4.0

Wan 這一列是本站的 Wan 3.0 / Wan 2.7。這裡 4–30 秒的 Wan 3.0 片段是 ImgToVid 上的生成行。下面 Veo 3.1 和 Kling 4.0 數字來自那些廠商的公開文件。

	Wan	Veo 3.1	Kling 4.0
開發者	阿里巴巴	Google DeepMind	Kuaishou
單條片段	3.0 為 4–30 秒；2.7 為 2–15 秒	4、6 或 8 秒	3–30 秒
畫面	3.0 為 480p–1080p；2.7 為 720P/1080P	720p、1080p、4K，24 fps	列出 720p、1080p 和 4K
聲音	3.0 有開關；2.7 傳入檔案	原生，隨畫面	立體聲，帶對口型
從何開始	文字、靜幀、首尾幀；3.0 可參考；2.7 可續寫	提示詞、靜幀、首尾幀	關鍵幀或 15 張參考
在 ImgToVid	現已提供	即將推出	即將推出