Wan 3.0

Wan 3.0 是一款 AI 视频生成工具，定位是「不止文本生成视频」——用户可以把自己已有的素材当作锚点，让模型读取构图、景深与运动，并把同一套风格、运动与镜头语言延续到新片段里，从而锁定一个画面风格，而不是每次都重新描述。

其主力能力分为四块：多模态参考（参考片段、产品图或首尾帧）、角色与风格一致性（从第一帧到最后一帧保持人脸、产品与风格细节一致）、多镜头电影化编排（用一条提示词控制镜头运动、节奏与转场），以及跨模型积分池——Wan 3.0、Veo 等模型共用一个积分池，可以按每个镜头挑最合适的模型，并把任意输出复用作下一个参考。官方文档给出了一套提示词组织顺序：时长/画幅比 → 主体与参考素材 → 场景与风格 → 镜头与运动 → 对白/音效 → 排除项 → 时间线；若要维持人物、场景或运动一致性，建议优先使用 Omni-Reference 模式，并给每个素材起清晰的引用名，如 @Image1、@Video1、@Audio1。

使用流程分三步：先放入照片、产品图或参考片段，再用提示词描述镜头运动、动作与氛围，最后生成并微调。对内容创作者来说，它适合把一张照片扩展成一周的成片量；对产品与品牌营销团队来说，适合把一支广告的视觉风格锁定后跨多条片段复用；对开发者而言，官方文档提供了模型介绍、核心参数与模型对比选型等章节，可作为接入前的参考。

如果你需要把已有素材（产品图、参考片段、首尾帧）延续成多镜头成片，并希望人物与品牌视觉跨片段保持一致，Wan 3.0 的多模态参考和一致性能力是对口的选择，三档价格从 $15.9/月到 $90.9/月也给不同产量留了空间。若你只需要单条短视频、对模型选择没有讲究，或者预算紧张想看免费额度能跑多少，那官网未公开免费档与具体规格，需要先自行验证。

以上为公开费率整理，厂商保留调价权利，实际以官方页面为准。