文生视频
带声音的 AI 文生视频
描述这个镜头：谁、发生了什么、镜头怎么动、光线和声音，Wan 3.0 就会生成带匹配音频的视频。
- 不需要素材
- 声音按提示词生成
- 最长 30 秒
- 最高 1080P
- 先看价格再生成
文生视频示例
本站真实生成的视频，附上原始提示词。可以拿来当起点。
“A red paper boat drifts down a rain-soaked city gutter at dusk, neon reflections ripple on the water, the camera follows low and close, soft rain and distant traffic”
文生视频 · Wan 3.0 · 720P · 5s
用这个提示词“Handheld walk through a crowded night market in Taipei, steam rising from food stalls, a vendor flips skewers and smiles at the camera, sizzling grills and chatter”
文生视频 · Wan 3.0 · 1080P · 5s
用这个提示词“A teenage skater carves down an empty sunset street, the camera tracks beside her at board height, wheels rumbling on asphalt, warm lens flare”
文生视频 · Wan 3.0 · 720P · 5s
用这个提示词“Top-down macro of a barista pouring latte art, milk folding into a rosetta, slow motion, quiet café ambience and a spoon clinking”
文生视频 · Wan 3.0 Prime · 720P · 5s
用这个提示词“Drone shot gliding low over a turquoise glacier lake at sunrise, mist drifting across the water, a slow rise reveals snow peaks, deep wind and ambient strings”
文生视频 · Wan 3.0 · 480P · 10s
用这个提示词
在这里怎么用文字生成视频
你写提示词，模型根据文字决定动作、镜头和声音。最清楚的提示词读起来像一个镜头的分镜：主体、动作、镜头运动、光线，以及我们听到什么。
大多数视频选 Wan 3.0，最终成片选 Wan 3.0 Prime，想要更低的 1080P 价格选 Wan 2.7。时长 2 到 30 秒（Wan 2.7 最长 15 秒），画幅可选 16:9、9:16、1:1、4:3 或 3:4。生成前按钮上就会显示确切的积分。
没有思路？点提示词框里的「给我灵感」，或从本页的示例开始——「用这个提示词」会原样填入生成时用的提示词。
Wan 3 API 是独立服务，与阿里巴巴没有隶属或背书关系。Wan 和 Wan 3.0 是其各自所有者的商标。
怎么用
三步，几分钟，不需要显卡。
- 01
描述镜头
说清发生了什么：主体、动作、运镜、光线和声音。也可以从示例开始。
- 02
加图片或参考素材
可选：首帧或尾帧，或者让模型参照的图片、视频和音频。
- 03
生成并下载
选好模型、分辨率和时长，确认价格，完成后下载 MP4。
文生视频常见问题
在上面的输入框里写提示词，选好模型、时长和画幅，点生成。大多数视频一到三分钟就好。
写一个镜头，按顺序描述：主体、动作、镜头运动、光线和声音。具体的细节（「雨后水沟里的一只红色纸船，霓虹倒影」）比形容词更好用。
有，Wan 3.0 和 Wan 3.0 Prime 都有。它们会和画面一起生成对白、音效和音乐；在提示词里写上你想要的声音即可。
Wan 3.0 和 Wan 3.0 Prime 是 2 到 30 秒，Wan 2.7 是 2 到 15 秒。
每秒 3 积分起；5 秒 480P 的 Wan 3.0 视频是 15 积分。生成前价格会显示在按钮上。
可以，你生成的视频归你使用，前提是提示词不侵犯他人权利。详见服务条款。