跳到正文

视频

WAN 3.0

适合短视频快速迭代。

可在 Ofrai 使用 — 对话、图片与视频同一处,共用积分。

138 积分模型详情

视频工作室

预览

还没有成片

生成后,最新片段预览会显示在这里。

打开工作室

示例提示词

选择一个案例,即可把提示词和推荐参数载入上方的 WAN 3.0 创作器。

使用方法

三步使用 WAN 3.0 完成创作

  1. 01

    准备输入内容

    保持选中 WAN 3.0,填写提示词,并按模型支持情况添加参考素材。

  2. 02

    设置输出参数

    生成前选择画幅、分辨率和可用的视频参数。

  3. 03

    生成并继续调整

    查看结果,调整提示词或设置,再在同一处生成新版本。

Wan 3.0 是这一组里的全能型入口:一份需求可以以四种形态到达——纯文字、单张首帧、首帧加尾帧,或者图片、视频、音频三类参考素材一次性联合提交——而这个接口四种都收,并不靠请求体去路由。正是这种广度,让它在交付物还没定下来的时候成为合理选择。

输出时长窗口从 2 秒到 30 秒,并且提供 -1 的智能时长;分辨率有 480p、720p、1080p 三档,文档默认是 1080p;音频生成默认开启,除非你显式关掉。

这个接口有两件事比能力清单本身更值得注意:提示词字段本来就是要写声音的,而文档里根本没有画幅比例参数——也就是说一条 Wan 3.0 任务的画框由你的素材决定,而不是由某个你能填的字段决定。

四种需求形态,一个接口

接口说明列出四种进入方式,它们不是同一种事情的四种变体,而是以不同方式约束交付物。文生视频是起点情形,主体、环境和运动都由模型自己创造。首帧控制把构图交给你美术定过的静帧,让模型把力气花在这张画面之后发生什么上。

首尾帧控制把这条片子的两端都钉住,这是这里唯一有文档保证「落在某个特定收尾画面上」的方式,也是决定转场的那一种:如果你给的尾帧是货架上的产品,那么两帧之间的一切都是被写成「为了到达那里」而生成的。第四种是参考图片、参考视频、参考音频联合生成,也就是多种素材同时作用于同一个镜头,而不是其中一种充当锚点。

清单里还有对文件或公开网页内容的参考。把这份清单当成对需求的分诊:给四张图意味着到达点被定义,给一包参考素材意味着观感被定义,给一张静帧意味着开场被定义,只给文字意味着主体被定义。

提示词要写声音,不只是画面

把 prompt 参数的说明逐字读一遍,它要的是四样东西:视频内容、主体动作、镜头,以及声音。最后一项是多数调用方会漏掉的,而它之所以重要,是因为这个接口上的声音生成是另一个默认开启的布尔值。也就是说,你在两个不同的地方做了两次声音决定,而这两个决定可以互相矛盾:布尔值决定是否渲染出音轨,提示词里的那句话决定音轨上是什么。

布尔值开着而提示词对声音一字未提,你得到的就是一段没人写过的生成音轨——这是这个接口能给出的最难控制的结果。把「房间听起来是什么样」和「镜头怎么动」写在同一口气里,然后让布尔值去匹配你的剪辑:自带环境声的片段开着,要垫在台词下面的底板关掉。

提示词本身可选,但不是单独可选:文档给的前置条件是提示词与媒体素材之间至少提供一项,所以以素材为主的任务是合法的,什么都不带的任务不是。

一个字段,同时服务两秒的字卡和三十秒的场景

时长接受 2 到 30 秒之间的任意值,默认 5,另外还接受 -1,也就是把长度决定权交给模型,由它读提示词和素材自行选择。这个跨度宽到值得提前规划,因为同一个参数要同时覆盖剪辑的两端。

在短的那一端,两秒输出是真实存在的请求,不是一个取整的副产品,而它正是片头字卡、两次剪切之间的过渡拍、循环底板这类东西该用的长度——它们都不想被人从尾部剪掉三秒。

在长的那一端,三十秒长到足以让一次生成承载一个短场景而不只是一个镜头,这也正是序列最诱人、也最脆弱的地方:一个连续镜头要在半分钟里稳住主体、背景和运镜,已经超出单条镜头能可靠管理的范围,所以切点要在请求之前定,而不是渲完再定。

两秒和三十秒的请求共用同一个字段,所以先判断你处在哪一种工作里;-1 是第三个选项而不是第四个,把它留给那些长度确实无法预判的素材。

提交之前先把参考视频数组搭好

参考视频走 video_list,而条目的结构是第一件要弄对的事:每一项都是一个带 video_url 字段的对象,所以在数组里直接放裸 URL 字符串是结构错误的请求,不是某种简写。有两个上限,性质不同。五项是数组上的数量限制,15 秒是所有项加起来的总量限制。

五段五秒的素材刚好用完预算,而单独一段二十秒的素材无论数组里只有几项都放不进去。请在提交前核对总量,而不是把它变成一次拒绝才发现——精简参考素材集是一个「哪段动作重要」的判断,从失败调用里再推一次只会白白多花一轮往返。

这份参考预算与输出时长也是互相独立的,第二件常被混为一谈的事就是这个:15 秒参考素材和 30 秒输出是两个独立限制,而要求模型把拉满的参考列表拉到三十秒,是对它的判断力提要求,不是对它的算力提要求。

这一组里的每个素材都必须在调用前就已经是可访问的 URL,所以托管是管线里的一步,而不是事后补课。

这个接口没有写下来的部分

有两个缺口值得直说,因为照着一个参考文档没有做的假设去写集成,正是集成坏掉的原因。第一,Wan 3.0 有文档的参数集包括 duration、resolution、prompt、video_list 和 audio,其中没有画幅比例参数。所以一条 Wan 3.0 成片的画框来自你提供的素材,而不是由你事先挑选;凡是几何形状本身就是需求的任务,都得通过源帧、参考片段或者本身比例正确的源视频把它带进来。

不要出于习惯发送一个比例字段然后默认它生效了。第二,能力清单里包含了对文件或公开网页内容的参考,但它只以一行写在清单里,既没有自己的参数,紧邻的 video_list 也没有同样的问题——那个是给了结构的。在依赖它之前,请对着最新的接口文档确认确切的请求结构,在看到形状之前,把它当成「有承诺」而不是「有规格」。

这两个缺口设计时绕开很便宜,在生产环境里发现却很贵。

Wan 3.0 什么时候是错的工具

广度不是免费的,这个接口的三个代价都很具体。第一,你无法指定画框,所以凡是几何是需求本身而不是副产物的任务,都属于别的地方。第二,默认 1080p 意味着草稿默认就是顶档草稿,除非你覆盖它——在提示词和构图还在动的时候显式写 480p,定下来之后再升一次。

第三,参考预算是紧的:五段、总计 15 秒,这适合你能指给模型看的一种观感,而不是你想让它通读的素材库。放到旁边的几个模型上看:Wan2.6 是相反的形状,它按请求体路由,时长只有 5、10、15 秒,分辨率只有 720p 和 1080p,图片输入只收一个 URL。Seedance 2 在它的基础款上够得着 4k。

Seedance 2.5 增加了编辑和延长任务,而 Wan 3.0 的参考里没有描述这些。如果需求是修改一条已有片子而不是新做一条,那是 Seedance 2.5 的活;如果需要 4k 母版,那是 Seedance 2 的活;如果需要的是 2 到 30 秒的灵活长度加上首尾帧控制和参考视频,那才轮到它。

常见问题

duration 传 -1 会发生什么?
这是智能时长的请求:模型会读提示词和你提供的素材,自行决定输出长度。它是一个需要传进去的值,而不是「没传」——文档标注的默认时长是 5 秒,所以要拿到模型的判断,就必须显式传 -1,否则拿到的就是默认的五秒。
Wan 3.0 的提示词是必填的吗?
不是单独必填。文档给的前置条件是提示词与媒体素材之间至少提供一项,所以只带一张图、或者只带参考视频的请求都合法,只带提示词的请求也合法;什么都不带的请求不合法。请校验这个并集,而不是无条件要求提示词,否则你会把接口本来愿意接受的素材驱动型任务判为非法。
参考视频最多几段,单条的载荷是什么?
video_list 最多五项,总时长不超过 15 秒。每一项是一个带 video_url 字段的对象,指向那一段视频,而不是一个裸 URL 字符串。五项的数量上限和 15 秒的总量上限是两个独立限制,而且都与 2 到 30 秒的输出时长无关。
可以设置画幅比例吗?
不可以。这个接口有文档的参数集是 duration、resolution、prompt、video_list 和 audio,其中不包含画幅比例参数。画框来自你提供的素材,所以需要特定几何形状的镜头必须自己把形状带进来——通过源帧、参考片段,或者比例正确的源视频。

常见问题

可以直接在本页使用 WAN 3.0 吗?
可以。上方就是 Ofrai 的真实创作工作室,并已默认选中 WAN 3.0。
生成结果保存在哪里?
登录后的生成结果会保存在 Ofrai 作品库中,方便下载或再次打开。
什么样的提示词更适合 WAN 3.0?
清楚描述主体、环境、视觉风格、光线,以及镜头或运动方式。上方案例可以直接作为实用起点。
生成前可以修改案例提示词吗?
可以。载入任意案例后,可继续修改文字、画幅、参考素材以及创作器支持的其他参数。

对比其他能够完成类似创作任务的视频模型,找到适合替代 WAN 3.0 的方案。

商用权限取决于所选模型及其使用条款。