Wan AI:用 Wan 3.0 做最長 30 秒的 Wan 影片,用 Wan 2.7 做細節豐富的圖片




Wan AI 是什麼?
Wan 在中國叫「通義萬相」,是阿里巴巴的影片和圖片模型系列。影片這邊的特色是能做長片,而且一次收得下很多引導:起始和結尾影格、一疊參考圖,甚至短的參考影片。在 Plimo 上,影片可以用 Wan 3.0,圖片可以用 Wan 2.7 Image Pro。上方的 Wan AI 影片生成器一打開就是 Wan 3.0,圖片模型只差一個切換。
Wan 3.0
片長較長,最長 30 秒。
- 2–30 秒
- 480P / 720P / 1080P
- 聲音可開可關
- 最多 10 張參考圖
- 最多 5 段參考影片
28 點起

Wan 2.7 Image Pro
文字生圖最高 4K,修圖最多可融合 9 張照片。
- 1K / 2K / 4K
- 最多 9 張參考圖
30 點起
Wan 一路的成長
2025 年 2 月
Wan 2.1
阿里巴巴以開放權重公開了文字轉影片和圖片轉影片模型,其中有一個小版本,用家裡的顯示卡就跑得動。
2025 年 7 月
Wan 2.2
改用混合專家(MoE)架構,訓練畫面標註了光線、構圖和色彩,讓電影感更容易控制。同樣開放釋出。
2025 年 9 月
Wan 2.2 Animate
一個角色模型:可以用參考影片裡的動作帶動一張靜態圖,或把影片裡的人換成照片裡的那個人。
2025 年 9 月
Wan 2.5
把聲音帶進畫面,人聲、音樂和音效和最長 10 秒的影片一起生成。
2025 年 12 月
Wan 2.6
加入多鏡頭敘事,以及能從一段短片保留人物外型和聲音的參考模式,影片最長 15 秒。
2026 年 4 月
Wan 2.7
一整套涵蓋文字、圖片、參考和編輯的影片工具,另外還有 Image 和 Image Pro 兩個圖片模型;其中 Pro 能輸出大得多的尺寸,最多融合 9 張照片。
2026 年 8 月
Wan 3.0
最長的影片加倍到 30 秒,角色和道具在鏡頭與鏡頭之間也更穩定。
在 Plimo 做 Wan 影片
照順序寫出整段
上方的生成器已經選好 Wan 3.0。影片可以拉得很長,所以要寫清楚先發生什麼、中間怎麼變化、最後怎麼收尾。選一種引導方式
打開模式選單。「起始與結尾影格」模式收一張起始影格和選用的結尾影格;「參考」模式最多收 10 張照片和 5 段短片,短片加起來不能超過 15 秒。設定長度、畫質和聲音
長度從 2 到 30 秒,畫質有三種可選,聲音預設是開的。加了參考影片時,做出來的影片最長只能 15 秒。生成、檢查
看一下「生成」按鈕上的點數,再按下去。影片會出現在「我的作品」,「重新製作」能把所有東西帶回來再跑一輪。切到「圖片」做靜態圖
把生成器切到「圖片」,就會換成 Wan 2.7 Image Pro,可以寫提示詞,也可以放一組照片讓它融合。
為什麼在 Plimo 用 Wan
影片和圖片共用點數
Wan 3.0 和 Wan 2.7 Image Pro 共用你的點數和作品。先用圖片模型做出一張關鍵畫面,再拿來當影片的起始影格。幾個能做長片的模型一起比
Kling 4.0 和 Seedance 2.5 也能做到 30 秒。給三個模型同一段提示詞,留下走向最接近你想像的那一支。價格不用猜
長度、畫質和參考影片都會影響費用,「生成」按鈕會在送出前幫你加總。生成失敗的點數會退回來。適合正式的案子
Wan 是會員模型,會員有效期間做的作品都沒有浮水印,可以用在客戶案子、廣告或網店頁面。
Wan 和其他影片模型的比較
Kling
Kling 4.0 同樣能做到 30 秒,但聲音一律開著,而且只收一段參考影片來模仿動作;Wan 3.0 最多收 5 段。
Veo
Veo 3.1 Fast 固定 8 秒、有聲音、帶電影質感,比較適合一個搶眼的鏡頭,而不是一長段連續的劇情。
Seedance
Seedance 2.5 一樣最長 30 秒、聲音可開可關,最多收 9 張照片和 3 段影片;同系列的 Seedance 2.0 Mini 還能用免費點數試。
Hailuo AI
海螺 AI 的 MiniMax H3 Max 專攻逼真的人物和表情,影片最長 15 秒,聲音一律開著。
Grok Imagine
Grok Imagine 1.5 從文字或最多 7 張照片出發,每支都有聲音,新帳號可以用免費點數先做一支短片。
Vidu
Vidu Q4 Preview 最多收 15 張參考圖,但不收參考影片,影片上限 16 秒。
FLUX
FLUX 3 Video 從文字或起始、結尾影格做 5 到 20 秒的影片,不收參考圖,也不收參考影片。
SkyReels
SkyReels V4 一律加聲音,最多收 3 張參考圖,長度 3 到 15 秒。
HappyHorse
HappyHorse 1.1 也是阿里巴巴的模型,能把一張起始影格或最多 9 張照片做成有聲影片,但沒有結尾影格,也不收參考影片。
可以用 Wan 做什麼
不用剪接的一段小故事
描述一隻貓睡醒、伸懶腰、把杯子推下桌,然後得意地盯著鏡頭。20 秒以上的影片,鋪陳、中段和笑點都放得下。從草圖到完稿
把粗略的草圖當起始影格、精修過的版本當結尾影格,Wan 3.0 會補出中間的動作。同一個角色換個場景
在「參考」模式放幾張同一個人或吉祥物的照片,再描述他們現在在哪裡。Wan 3.0 的設計就是讓臉、服裝和道具在整支影片裡保持一致。用自己拍的影片當引導
把你拍的一段短片和一張照片一起當參考,描述新影片要呈現什麼。剛開始先設短一點的長度,摸清它怎麼解讀你的影片。緩緩轉動的商品
從三、四個方向拍一個包包或一雙球鞋,要求它在攝影棚的桌面上平順地轉 360 度,帶著柔和的陰影。會開口說話的角色
保持聲音開啟,讓角色說一句話,例如主廚對著鏡頭介紹今天的湯。人聲和廚房裡的聲響會和畫面一起出來。海報和封面
切到「圖片」,描述一張演唱會海報、一本書的封面或一張旅遊海報。只用文字提示詞時,才能用到 Wan 2.7 Image Pro 最大的尺寸,拿來印刷很方便。好幾張照片合成一張圖
給 Wan 2.7 Image Pro 最多 9 張照片,例如你的沙發、地毯和檯燈,要求把它們擺進同一個明亮的客廳。






