把一份PPT变成视频，过去往往要先拆重点、写脚本，再配画面和旁白。8月6日开启公测的阿里视频生成模型 Wan 3.0，试图把这套流程压缩成一次上传：它可读取 doc、xls、ppt、pdf、md 等文件，再按提示词生成教学课件、产品演示或业务汇报视频。换句话说，文档不再只是参考附件，而成了视频生成的新入口。
这次最值得注意的不是画面更精细，而是使用场景变了。Wan 3.0 支持单次生成最长30秒视频，单个文件或链接上限为100MB、50页；除文档外，也可接收文字、图片、音频和视频。用户还可修改画面、剧情与台词。它因此不只是在“凭一句话做短片”，而是开始承担办公材料的整理与表达。
不过，目前公开信息来自阿里云供稿、量子位授权转载，未提供文档理解准确率等独立测试；原文也承认，声音质感和文字准确度仍有提升空间。