Plimo

Wan AI（通义万相）：用 Wan 3.0 做长视频，用 Wan 2.7 出细节丰富的图片

萌宠跳舞
霓虹城市海报
铜色锁骨发
吉卜力滤镜
AI 看手相
手绘风大头漫画像
吉卜力婚纱照
黑色皮夹克
萌宠水彩画
虚拟试衣
产品棚拍
换同款发型
盒装手办
大头漫画像
卡通头像
吉卜力雨天街景

Wan AI 是什么？

Wan 在国内叫通义万相，是阿里巴巴的视频和图片模型系列。它的视频以时长见长，而且一次能吃下很多引导：首尾帧、一组参考照片，甚至几段参考短视频。在 Plimo 上，视频可以用 Wan 3.0，图片可以用 Wan 2.7 Image Pro。上面的 Wan AI 视频生成器默认打开 Wan 3.0，切一下就是图片模型。

  • Wan 3.0

    能出长视频，最长 30 秒。

    • 2–30 秒
    • 480P / 720P / 1080P
    • 声音可开可关
    • 最多 10 张参考图
    • 最多 5 段参考视频

    28 积分起

  • 夜里，纸灯笼漂浮在雾气笼罩的山间湖面上

    Wan 2.7 Image Pro

    文生图最高 4K，改图可融合最多 9 张照片。

    • 1K / 2K / 4K
    • 最多 9 张参考图

    30 积分起

Wan 的版本演进

  1. 2025 年 2 月

    Wan 2.1

    阿里巴巴以开放权重的方式公开了文生视频和图生视频模型，其中有一个小版本用家用显卡就能跑。

  2. 2025 年 7 月

    Wan 2.2

    改用混合专家（MoE）架构，训练素材标注了光线、构图和色彩，电影感更好控制。权重同样开放。

  3. 2025 年 9 月

    Wan 2.2 Animate

    一个角色模型：可以用参考视频里的动作带动一张静态图片，也可以把视频里的人换成照片里的人。

  4. 2025 年 9 月

    Wan 2.5

    把声音带进画面，人声、音乐和音效和视频一起生成，单条最长 10 秒。

  5. 2025 年 12 月

    Wan 2.6

    加入多镜头叙事，还有一种能从短视频里保留人物长相和声音的参考模式，单条最长 15 秒。

  6. 2026 年 4 月

    Wan 2.7

    一套覆盖文字、图片、参考和编辑的视频模型，同时推出 Image 和 Image Pro 两个图片模型，Pro 能出大得多的尺寸，最多融合 9 张照片。

  7. 2026 年 8 月

    Wan 3.0

    最长时长翻倍到 30 秒，角色和道具在镜头之间更稳定。

在 Plimo 上做 Wan 视频

  1. 按先后顺序写情节

    上面的生成器已经选好了 Wan 3.0。视频可以拉得很长，所以先写开头发生什么，再写怎么变化，最后怎么收尾。

  2. 选一种引导方式

    打开模式菜单。“首尾帧”模式放一张首帧，尾帧可选；“参考”模式最多放 10 张照片和 5 段短视频，视频加起来不超过 15 秒。

  3. 定时长、清晰度和声音

    时长可以在 2 到 30 秒之间选，清晰度有三档。声音默认开着。加了参考视频的话，输出最长 15 秒。

  4. 生成，然后看效果

    看一眼“生成”按钮上的积分，再开始生成。视频会出现在“我的作品”里，点“重新制作”能把所有设置带回来再来一遍。

  5. 切到“图片”做静态图

    把生成器切到“图片”，模型就换成 Wan 2.7 Image Pro，可以写提示词，也可以放一组照片让它合成。

为什么在 Plimo 上用 Wan

  • 视频和图片共用一份积分

    Wan 3.0 和 Wan 2.7 Image Pro 共用你的积分和作品列表。先用图片模型做一张关键帧，再把它当作视频的首帧。

  • 几个长视频模型对比着用

    Kling 4.0 和 Seedance 2.5 也能做到 30 秒。给三个模型同一段提示词，留下节奏最合你心意的那一条。

  • 价格不用猜

    时长、清晰度和参考视频都会影响价格，“生成”按钮会在你提交前把它们加在一起。生成失败的积分会退回。

  • 为正式项目准备

    Wan 是会员模型，会员期间做的作品都没有水印，可以放进客户项目、广告或店铺页面。

Wan 和其他视频模型比

  • Kling

    Kling 4.0 同样能做到 30 秒，但声音一直开着，而且只收一段参考视频来模仿动作；Wan 3.0 最多可以放 5 段。

  • Veo

    Veo 3.1 Fast 固定 8 秒、带声音，画面有电影质感，更适合一个抓眼球的镜头，而不是一长串情节。

  • Seedance

    Seedance 2.5 同样最长 30 秒、声音可开可关，最多参考 9 张照片和 3 段视频；同系列的 Seedance 2.0 Mini 可以用注册积分来试。

  • Hailuo AI

    海螺 AI 的 MiniMax H3 Max 专注逼真的人物和表情，视频最长 15 秒，声音始终开着。

  • Grok Imagine

    Grok Imagine 1.5 从文字或最多 7 张照片生成，每条都有声音，新账号可以用注册积分做一条短视频试试。

  • Vidu

    Vidu Q4 Preview 最多能放 15 张参考图，但不收参考视频，单条最长 16 秒。

  • FLUX

    FLUX 3 Video 覆盖 5 到 20 秒，只从文字或首尾帧生成，参考图和参考视频都不能放。

  • SkyReels

    SkyReels V4 每条都带声音，最多参考 3 张照片，视频长度在 3 到 15 秒之间。

  • HappyHorse

    HappyHorse 1.1 同样出自阿里巴巴，能把一张首帧或最多 9 张照片做成带声音的视频，但没有尾帧，也不收参考视频。

用 Wan 做什么

  • 一个镜头讲完的段子

    描述一只猫醒来、伸懒腰、把杯子从桌上推下去，然后得意地盯着镜头。20 秒以上的视频，铺垫、过程和笑点都放得下。

  • 从草图到成品镜头

    把一张粗略的草图设为首帧、精修后的版本设为尾帧，Wan 3.0 会补出中间的动作。

  • 同一个角色换个场景

    在“参考”模式里放几张同一个人或吉祥物的照片，再描述他们现在在哪儿。Wan 3.0 专门加强了这一点，让脸、服装和道具在整条视频里保持稳定。

  • 拿你自己拍的视频当引导

    放一段你拍的短视频作为参考，再加一张照片，描述新视频要呈现什么。刚开始先选短一点的时长，摸清它怎么理解你的视频。

  • 商品 360 度展示

    从三四个方向拍一个包或一双运动鞋，让它在摄影棚的桌面上平稳地转一整圈，带着柔和的阴影。

  • 会开口说话的角色

    保持声音开着，让角色说一句话，比如一位厨师对着镜头介绍今天的汤。人声和厨房里的声响会和画面一起出来。

  • 海报和封面

    切到“图片”，描述一张演唱会海报、一本书的封面或一张旅行装饰画。只写提示词时能用上 Wan 2.7 Image Pro 的最大尺寸，拿去打印很方便。

  • 几张照片合成一张图

    给 Wan 2.7 Image Pro 最多 9 张照片，比如你的沙发、一块地毯和一盏灯，让它把它们摆进同一间明亮的客厅。

Wan AI 常见问题

都不是。Plimo 是独立网站，通过 API 使用阿里巴巴的 Wan 模型，和阿里巴巴、Wan 团队都没有隶属关系。

Wan 是会员模型。新账号注册时一次性送的 100 积分可以用在别的模型上，比如用 Grok Imagine 1.5 或 Seedance 2.0 Mini 做一条短视频，或者用 Nano Banana 2 出图。套餐见定价页。

上面的版本卡片列出了起价。做 Wan 视频时，“生成”按钮会把时长、清晰度和参考视频的秒数一起算进去；Wan 2.7 Image Pro 按张计费，最大尺寸稍贵一点。

2 到 30 秒，按整秒选。加了参考视频的话，输出要控制在 15 秒以内，参考视频加起来也不超过 15 秒。

有。音频默认打开，和画面一起生成。想要无声的视频就关掉，价格不变。

一段提示词、一张首帧、一组首尾帧，或者一组参考：最多 10 张照片加 5 段 MP4 或 MOV 视频。首尾帧和参考不能在同一次生成里混用；加了图片或视频后，提示词可以留空。想在其他模型上只用提示词做视频，可以试试文字转视频。

根据文字出细节丰富的图片，以及融合最多 9 张照片来改图。最大尺寸只能用于纯文字提示词，加了照片的话，请在另外两个较小的尺寸里选。

不需要。Wan 2.1 和 Wan 2.2 发布时开放了权重，方便想在本地跑模型的人；在 Plimo 上一切都在远端运行，你只要有一个浏览器。

会员期间做的作品没有水印，可以商用。按套餐不同，作品会在“我的作品”里保存 30 到 360 天，想留的记得下载。

更多视频和图片工具

全部模型