Wan 3.0 为 4–30 秒，或 Wan 2.7 为 2–15 秒

Wan 是阿里巴巴通义万相视频家族——不是 60/120 分钟配音台，也不是 25–90 分钟卡通工作室。本站跑 Wan 3.0 和 Wan 2.7：文生、图生、首尾帧，3.0 可参考，2.7 可从成片续写。Wan 3.0 按 1 秒步进开放 4–30 秒，480p / 720p / 1080p（默认 720p），生成音频开关默认开。Wan 2.7 开放 2–15 秒，720P 或 1080P，可传入音频文件而不是凭空做声轨。下面的数字是本站实际开放的。Vozo 配好音的一小时和 Vyond 的 Studio 上限留在那些产品上。

01 — 核心能力

本站在跑的 4–30 秒文生家族，不是配音台，也不是卡通课

本页在 Create 打开 Wan 3.0 或 Wan 2.7。不打开 Vozo 的 60/120 分钟配音，也不打开 Vyond 的 25–90 分钟卡通工作室。

01
Wan 3.0：4 到 30 秒，480p–1080p，音频开关默认开
文生画幅：16:9、9:16、1:1、4:3、3:4。图生和参考还有 adaptive。
02
Wan 3.0 参考：最多 10 张图、5 段视频和一段音频
输出加输入时长上限 30 秒。
03
Wan 2.7：2 到 15 秒，然后续写已有片段
720P 或 1080P。续写是编辑源片，不是空白生成 30 秒。
04
不是 Vozo 的 60/120 分钟配音，也不是 Vyond 的 25–90 分钟卡通桌
Vozo 本地化已有视频。Vyond 是卡通工作室。Wan 是本站实际生成的家族。

02 — 提示词与成片

与上方片段对应的提示词

每条提示描述卡片上的画面。「使用此提示」会把这段文字送到 Create，起始系列是 Wan 3.0。

01 · 肖像
提示词卷发年轻男子特写，灰色针织衫，柔和窗光。他先看向别处，再微笑。缓慢推进，浅景深。
02 · 产品
提示词白色皮革运动鞋放在浅灰影棚背景上，柔和散射光。镜头缓慢环绕。缝线清晰，造型极简。
03 · 街道
提示词缓慢推移穿过欧洲古村鹅卵石小巷。石墙上爬满玫瑰，晨光里的咖啡馆桌，远处有行人。
04 · 角色
提示词肩长棕发年轻女子，橄榄色 T 恤，傍晚金色光线。她转头看向画外。发丝有风，手持机感。

03 — 适用场景

选 3.0 或 2.7 的活，不是配音也不是卡通一小时

家族名是 Wan。请求仍得写明系列。这些活不是 Vozo 配好音的文件，也不是 Vyond Studio 成片。

需要 4–30 秒和声轨的片段
那是本站的 Wan 3.0。Wan 2.7 停在 15 秒。
用 3.0 参考堆叠保住一张脸或一件产品
静帧、片段和声音文件。这份材料包才是开 3.0 的理由。
已有素材 60 分钟配音，或 25–90 分钟卡通工作室成片
那是 Vozo 或 Vyond。Wan 是本站在跑的文生家族。
续写已经满意的片段
Wan 2.7 视频到视频吃源片和提示词。这是续写，不是空白生成 30 秒。

04 — 评价

本站实际跑的东西

优势

Wan 3.0：4–30 秒，480p–1080p，音频开关默认开
Wan 3.0 参考：最多 10 图、5 视频和音频
Wan 2.7：2–15 秒，720P 或 1080P，可续写
两个系列都支持首尾帧

取舍

家族不是一份规格；时长和输入随系列变
Wan 2.7 不能从空白生成音频，只接收音频文件
本站 Wan 3.0 最高 1080p，不是 4K
公开的 Wan 2.5 / 2.2 文档存在；本页打开的是 3.0 和 2.7

05 — 横向对比

Wan、Veo 3.1 和 Kling 4.0

Wan 这一列是本站的 Wan 3.0 / Wan 2.7。这里 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 数字来自那些厂商的公开文档。

	Wan	Veo 3.1	Kling 4.0
开发者	阿里巴巴	Google DeepMind	Kuaishou
单条片段	3.0 为 4–30 秒；2.7 为 2–15 秒	4、6 或 8 秒	3–30 秒
画面	3.0 为 480p–1080p；2.7 为 720P/1080P	720p、1080p、4K，24 fps	列出 720p、1080p 和 4K
声音	3.0 有开关；2.7 传入文件	原生，随画面	立体声，带对口型
从何开始	文本、静帧、首尾帧；3.0 可参考；2.7 可续写	提示词、静帧、首尾帧	关键帧或 15 张参考
在 ImgToVid	现已提供	即将推出	即将推出