你可能是被一段演示视频种草，也可能是团队要选一个能落地的视频生成模型，搜到 Wan2.2 却只看到一堆宣传词。这篇不铺概念，直接告诉你它属于哪一类模型、典型能做什么、什么情况下别选它，以及要动手前该去站内哪几页把规格和价格核准。
你可能是刷到一段演示视频被种草，也可能是团队要挑一个能落地的视频生成模型，搜到 Wan2.2 却只看到一堆宣传词。这篇不铺概念，直接说清它属于哪一类模型、典型能出什么片、什么情况下别选它，以及动手前该去站内哪几页把规格和计费口径核准。读完你应该能做两个决定：这条路线要不要试，第一批测试额度怎么花。
先给个定位：它是给你出「素材片段」的工具，不是成片工具。你拿到的是一段没有配音、没有字幕、没有剪辑的短视频，后面还有一堆收尾活。想清楚这一点，后面很多预期落差就不会出现。
它到底是个什么模型
它属于文生视频、图生视频这一类扩散式生成模型：输入是文字提示词或一张参考图，输出是一段短视频片段。它不负责剪辑，也不负责数字人播报，更不是那种输入脚本就自动出成片的流水线。判断它跟你现有流程合不合，先看它的输出格式跟你下游的剪辑软件能不能接上。
- 文生视频
- 只给文字描述，模型自己编画面和运动
- 图生视频
- 给一张首帧或参考图，让模型在图的基础上补运动
- 单次出片时长
- 一次调用能生成的片段长度，直接决定你能不能一个镜头一次成型
- 输出规格
- 分辨率、帧率、宽高比，决定成片能不能达到你要发布的平台门槛
名字里带的版本号只代表迭代批次，不代表能力清单。同一个名字下，不同供应商开放的输入类型、时长、分辨率可能都不一样。所以别拿宣传页的参数当准，去站内的模型库和厂商目录看当前登记的规格，以那里为准。
- 先确认它能不能吃参考图：能图生视频，你的可控性会高很多，手里有商品图海报就能起步
- 再确认单次出片时长够不够：如果你的分镜本来就是长镜头，一次出不完就得想拼接方案
- 最后确认输出规格：宽高比不对，后期要裁切，等于白丢一部分画面
- 三件事里有一条不满足，就先别急着搭生产流程，先拿小额度试跑几条看真实效果
典型能做的几类片子
按「最容易出可用条」到「最不建议碰」排一下，你能省很多试错时间。容易出片的是没有复杂表演的场景：风景空镜、产品缓慢旋转、光影变化、环境氛围铺垫这类。这些对人物一致性、口型对位几乎没有要求，模型不容易翻车。
| 片子类型 | 适配程度 | 原因 |
|---|---|---|
| 风景与氛围空镜 | 高 | 无人物表演，对一致性要求低 |
| 产品旋转与展示 | 高 | 主体固定，运动可描述得具体 |
| 图生视频做动态化 | 中高 | 有参考图约束，比纯文生可控 |
| 长片里的过渡镜头 | 中 | 批量生成再挑可用条，靠数量补质量 |
| 人物独白与口型对位 | 低 | 口型与语音同步目前很难靠生成模型保证 |
| 画面内精确文字排版 | 低 | 文字容易变形，建议后期加字 |
有一种情况要特别提醒：如果你的成片要求跨多个镜头严格保持同一张脸、同一套服装，那基本要靠人工统一或专门的换脸流程，指望生成模型一条条稳定输出同一个角色，返工量往往超过手头素材能承受的范围。这种情况下换个路线更划算。
动手前怎么核对规格和价格
别一上来就充额度。先做一轮小成本对齐：确认输入类型、确认时长与分辨率上限、确认计费单位，然后再决定投多少预算做分镜。计费口径各家不一样，有的按次、有的按秒、有的按积分折算，单位不对齐你算出来的单条成本就是错的。
- 查规格到站内模型库确认该模型当前登记的输入类型、单次时长与分辨率，把和你分镜要求冲突的项先标出来。
- 对齐计费单位去官方 API 价格页看计费是按次还是按秒，把单位统一成「一条可用片段多少钱」再比。具体数字以页面当时显示为准。
- 跑对照测试用同一段提示词在不同模型上各跑几条，统计可用条数占总条数的比例，而不是只看最好那一条。
- 算真实成本用总花费除以可用条数，得到单条可用素材成本。这个数字才是有意义的比较基准。
对照测试有个容易忽略的点：你要统计的是「可用率」。跑十条出一条好的，和跑十条出七条能用的，单条成本完全不是一回事。愿意花时间做这一步，后面批量生产时才不会失控。
提示词与产出控制要点
提示词写法上，按「主体 + 动作 + 运镜 + 环境氛围」四段来组织，比堆一长串风格形容词有效得多。运动描述越具体，画面越不容易糊成一团。比如「主体是什么、它在做什么、镜头怎么动、光线气氛如何」，四段各管一件事，模型更容易抓住重点。
- 一段提示词只描述一到两个动作，别塞三四个动作进去，模型会顾此失彼
- 先小批量试跑，挑出一条稳定复现的写法，再放大批量，别一次把额度烧光
- 把每次跑的参数和结果记一笔，后面复盘才有依据，不然全凭记忆
- 生成只是素材环节，配音、字幕、拼接、调色这些收尾活另算工时，排期时要留出来
- 批量产出后按可用条归档，不好的一条也别删，有时换个用途还能救
# 小批量试跑示意：同一提示词先跑少量，记录可用条数
# 参数按站内模型库当前登记的口径填写，不要写死
run --model wan2.2 --prompt "主体+动作+运镜+氛围" --count 4
# 挑出可用条后再放大批量，避免一次性消耗额度什么情况下这套流程不适用：如果你要的是几分钟以上的完整成片、或者有严格的口型对白需求，那生成模型只适合做中间的辅助素材，主线还是得走实拍或剪辑。把它当万能工具，最后返工的是你自己。
生成模型的价值不在一次跑出神片，而在用可接受的成本凑齐一批能用的镜头。下一步先把规格和计费口径核准，再决定投多少额度做第一轮测试。站内模型库有当前登记的输入类型、时长与分辨率，官方 API 价格页有计费单位，两边对齐后再动手，能少走一圈弯路。→
常见问题
通义万相 Wan2.2 能直接生成带口型的数字人视频吗？
这属于两类不同的能力。视频生成模型擅长画面与运动，口型对位通常要靠数字人或口播类工具单独处理。如果你的核心需求是人物对着镜头说话，先看数字人与口播方向的方案，再考虑用视频模型做背景和空镜。
用它生成的视频能商用吗？
不能一概而论，取决于你走的是官方接口还是第三方平台、以及该平台的授权条款。发布前建议先确认授权范围与是否需要标注，站内有专门讲 AI 视频授权与水印边界的页面可以对照着看。
免费额度够不够试这个模型？
试用够，但正式做片基本不够。免费额度一般只给少量次数，适合验证提示词和出片风格。要评估真实成本，得按你一条成片需要生成多少条素材、可用率大概几成来倒推。
