Wan3.0相比Wan2.2,在生成时长、输入能力、人物表现三个维度有明显升级。同时Wan3.0不再开源,这是与Wan2.1、2.2最大的区别之一。

生成时长
Wan2.2支持单次生成较短片段,Wan3.0单次可生成30秒。30秒对齐了短视频平台的叙事单元,一镜到底、连续运镜可以完整表达,从"生成一个镜头"走向"讲述一段完整的故事"。
Wan3.0还带智能时长功能(提示词自动推荐时长)和视频延长功能(顺故事走向继续生成)。
输入能力
Wan2.2以文本、图片输入为主。Wan3.0升级为四模态输入:文本、图片、音频、文档都可以作为输入。
文档输入是这次最大的突破,支持doc、xls、ppt、pdf、md格式(单文件不超过100MB、50页)。上传PPT配提示词,可以直接生成视频,办公素材成为视频输入。
人物表现
Wan3.0在人物真实性上做了大量优化,官方表述为"千人千面"。五官、皮肤细节经得起特写,群像场景里每个人有自己的微表情,减少此前AI视频常见的"塑料脸"问题。
角色一致性方面,官方称跨镜头保持角色、道具、空间关系一致。
开源状态
Wan2.1、2.2都是开源模型,社区可以自由使用和二次开发。Wan3.0没有开源,只走云端,模型ID为wan3.0-video,挂在阿里云百炼上调用。对普通创作者没有影响,对依赖开源模型的开发者影响较大。
价格
Wan3.0按分辨率计费:480P每0.3元/秒,720P每0.6元/秒,1080P每1.2元/秒。目前有免费额度30秒,需要申请邀测。Wan2.2的开源版本无API费用,自部署成本自行承担。
希望这篇内容对你有一些帮助。想看更多硬核内容?直接锁定18183游戏网,精彩不间断!
