WAN 3.0由阿里云推出，定位为多模态视频生成模型，目前通过Alibaba Cloud Model Studio提供wan3.0-video及速度优化版wan3.0-video-prime。用户可从文字提示开始，也能加入图片、视频和音频作为角色、场景或声音参考；PPT、PDF、Word、表格等文档及公开网页同样可被解析为创作上下文。首帧、尾帧模式用于约束视频起止画面，多模态参考模式则侧重保持人物、道具、空间和风格的一致性。模型可智能决定时长和画幅，单次输出2～30秒视频，并提供480P、720P、1080P三档分辨率，适合从创意测试继续推进到成片制作。
