阿里云 Wan3.0 视频模型公测，支持文档转视频与 30 秒生成

发生了什么

阿里云全新一代视频生成模型 Wan3.0 于今日正式开启公测。该模型单次可生成最长 30 秒的视频，并首次引入对 doc、xls、ppt、pdf、md 等办公文档格式的输入支持，能够将办公素材直接转化为视频内容。目前用户可以通过阿里云百炼、万镜一刻、万相官网和千问创作 PC 端等平台体验，千问 APP 仍处于灰度开放阶段。

核心能力

Wan3.0 围绕文档到视频的转化链路，提供了一种将静态办公资料快速转成动态视觉内容的途径。人像生成方面，模型力求实现“千人千面”的多样性，同时在角色、道具、场景和风格等多个维度上保持一致性，使生成视频中的人物和道具不易出现造型或风格突变。此次公测还给出了明确的 API 定价：480P 为 0.3 元/秒、720P 为 0.6 元/秒、1080P 为 1.2 元/秒，接口预计近期全量开放。

对开发者意味着什么

开发者需要在集成时重点关注按分辨率按秒计费的逻辑，以便在调用前就预估费用并实施预算控制。办公文档输入虽然方便，但也引入了文件解析的安全风险，例如恶意文档可能被注入到生成流水线中，工程团队需在接入前验证相关防护措施。此外，千问 APP 的灰度发布以及 API 即将全量开放的节奏，意味着服务在短期内可能出现稳定性波动，运维侧有必要监控生成延迟并设置费用告警。

当前边界

目前阿里云尚未说明文档输入的大小、页数或内容复杂度的具体限制，也未公开生成视频的帧率、编码格式等质量参数。模型的架构、参数量和训练数据等核心技术细节仍处于未披露状态。公测期间的使用配额、并发限制和服务等级协议（SLA）同样没有提及。此外，全球可用性、数据存储区域的合规性以及除按秒计费外是否存在包月或资源包方案，目前均是未知数。