从描述走向素材驱动
除了用提示词描述场景，还可以提交参考图像、视频与音频，把外观、动作和节奏要求落实到具体素材。Wan 3 根据 media 识别创作模式，适合已有视觉方向的项目，让文字重点解释哪些元素需要保留、哪些内容需要重新生成。
规格与接口特性
在选型前明确容量、输入输出与调用方式。
- 生成方式
- 文本生成、首尾帧生成、多媒体参考生成
- 平台时长
- 2–30 秒整数；duration=-1 为智能时长
- 平台分辨率
- 480P、720P、1080P
- 输出画幅
- adaptive、16:9、4:3、1:1、3:4、9:16
- 素材输入
- media 支持七类素材，总计最多 10 项
- 声音控制
- audio 控制生成声音，默认 false；支持参考音频素材
- 交付方式
- 异步任务；返回视频链接、尺寸及缩略图信息
以上数字与控制项为本平台的 wan3.0-video 调用规格，Prime 加速版是不同型号。
核心能力
了解 wan3.0-video 能为你的工作带来什么。
用首尾帧定义镜头边界
当开场与收尾画面已经确定，可分别提供 first_frame 和 last_frame，再描述中间的运动与镜头变化。这种方式适合产品揭示、主体移动和转场草稿，让创作围绕明确的起止画面展开；它与参考素材生成是不同模式，需要分别组织请求。
按交付目标控制视频
时长、分辨率、画幅和声音可以围绕发布目标组合选择。先用 480P 验证镜头，再以 720P 或 1080P 制作交付版本；横屏、竖屏和方形内容可分别设置画幅。需要声音时显式开启 audio，参考音频则作为素材单独表达。
适用场景
从具体任务出发，找到模型发挥作用的位置。
产品展示与广告镜头
输入产品图片与镜头运动参考，在提示词中说明主体、环境、展示顺序及需要保留的视觉特征，生成产品揭示或演示片段。若已设计好开始和结束构图，则改用首尾帧模式，交付可供剪辑与评审的视频素材。
社交内容与概念预演
从一段场景描述开始，明确人物动作、环境氛围和机位，选择适合发布渠道的画幅与时长。概念阶段先制作低分辨率草稿，确认方向后调整输出规格，适合将文案创意转成可观看的镜头方案，而不是直接制作完整长片。
参考驱动的创作流水线
将图像、视频或音频素材与创作说明一起提交，用于风格探索、动作参考和节奏预演。应用保存异步 task_id，通过 /wan/tasks 查询结果，再把成功视频及缩略图归档到素材库，衔接人工评审、剪辑与发布流程。
如何选择这个模型
结合任务复杂度、输入材料与预期结果选择。
与 Wan 2.6 的调用方式取舍
新项目需要在文本、首尾帧和混合参考之间切换时，wan3.0-video 的统一 media 输入更便于组织素材。已有 Wan 2.6 集成则可继续使用原来的任务型号与 action 等参数。迁移时应重新设计素材结构，不要只替换型号名称，也不要把旧参数直接视为新型号的创作能力。
标准版与 Prime 怎么选
wan3.0-video 可作为素材驱动创作和后台生成任务的选择；Wan 3.0 Prime 是单独的加速版本，更适合把生成等待时间作为主要考量的项目。选择时结合实际任务测试完成时间与成片效果，不应把 Prime 的速度定位理解为标准版的固定耗时，也不必仅凭版本名称判断画质。
开始使用
从一次小规模任务到正式接入。
准备任务与材料
明确目标、必要输入与输出要求，使用真实业务样例作为起点。
在 API 调试区试用
打开试用页，确认此入口支持的参数，再提交小规模任务查看结果。
按 API 文档接入
保留完整模型 ID，使用文档规定的请求格式，并在 Pricing 页确认计费规则。
使用边界
在正式使用前，了解输出质量与能力范围。
- 首尾帧与参考素材不能在同一请求中混用。需要锁定起止画面时选择帧模式，需要借鉴外观、动作或声音时选择参考模式；media 总数最多 10 项，素材应围绕同一创作目标组织，避免把不兼容的控制方式堆在一起。
- 这里的参考视频是生成素材，不等于对原片进行精确编辑或无缝延长。若目标是保持每个既有镜头不变、只修改局部内容，应采用专门的编辑流程；本型号更适合根据提示与参考重新创作视频片段。
- 异步提交成功不代表视频已经完成。应用需要保存 task_id、检查任务终态，并在成功后获取视频链接。file 与 link 是素材输入类型，不能据此假设任意文件格式或网页都可直接使用，接入前应验证实际素材。
常见问题
解答使用 wan3.0-video 时的常见疑问。
wan3.0-video 要按创作方式更换模型 ID 吗？
不需要。调用 /wan/videos 时使用 model=wan3.0-video，文字创作由 prompt 表达，首尾帧或参考创作由 media 表达，系统据此识别模式。首尾帧与参考素材应分开提交，不要为了覆盖更多控制条件而混在同一请求里。
duration=-1 与指定秒数有什么区别？
指定时长可以使用 2–30 秒整数，适合已有剪辑节奏或明确交付长度的任务。duration=-1 让模型智能选择时长，适合先探索镜头表达的创作。若视频必须配合固定版位或时间线，优先指定秒数，更便于安排后续剪辑。
参考音频和生成声音是同一件事吗？
不是。reference_audio 用于提交音频参考素材，audio 则控制生成视频是否带有声音，默认 false。希望成片包含声音时应显式开启 audio，并在提示词中说明声音目标；不能仅因提交了音频参考就认为已开启声音输出。
如何拿到异步任务生成的视频？
设置 async=true 后先保存返回的 task_id，再通过 /wan/tasks 查询任务终态。成功视频会保存到本平台CDN，结果提供视频链接，并可包含尺寸和缩略图信息。工作流应区分提交、处理中与成功交付，而不是只判断请求是否成功。
参考视频会怎样影响结算？
参考视频按真实输入视频秒数与成功输出视频秒数合计结算，文本、图片和音频输入不增加视频秒数。因此，同样长度的输出，有参考视频与纯文本创作的结算用量可能不同。当前费用查看 Pricing，最终用量以实际 usage 为准。
模型资料 · 更新日期：2026-10-01。调用参数与计费规则请查看 API 和定价栏目。