做 AI 视频，难点早已不只是生成一张漂亮画面，而是让人物、道具和场景在整段视频里别突然“变样”。8月24日，阿里巴巴正式上线视频生成模型 Wan 3.0，单次可生成30秒视频，并首次支持 doc、xls、ppt、pdf、md 等文档输入。换句话说，用户可以直接拿办公材料作为视频生成依据，不必先把内容逐项改写成提示词。
阿里称，Wan 3.0着重提升长视频中的角色、声音、空间关系和视觉风格一致性；公测期间已进入短剧、影视、广告、文旅及 MV 等生产流程。用户现可通过阿里云百炼、千问 AI 平台、万相官网和千问 APP 等渠道体验。值得注意的是，现有材料由阿里提供、量子位获授权转载，其中“稳定、真实、有质感”等评价来自企业用户和创作者，尚缺少独立测试。此次正式上线的看点，因此不只是画面效果，而是国产视频 AI 的竞争继续转向能否稳定、连续地交付成片。