点击上方蓝字「羽飞智能」关注我们
8月24日，阿里的视频生成模型Wan3.0全量开放。它有一个别家还没有的能力：把doc、xls、ppt、pdf、md文件直接丢进去，模型自己读完内容生成视频，单次最长30秒。这篇按真实操作顺序走一遍：从哪进、怎么传、提示词怎么写、什么规格划算，以及哪些活它现在干不了。
一、它解决什么问题
中小企业做一条产品短视频，卡点通常不在拍摄，在前面两步：把产品资料变成脚本，把脚本变成分镜。找外包，一条30秒的产品片报价普遍在几千元起，来回改稿一周。自己用旧版AI工具做，单次只能生成5到15秒，一条30秒的片子要分四五段生成再拼，人物和场景经常对不上。
Wan3.0改的正是这两处。单次原生生成30秒，一镜到底和连续运镜不用切碎再拼；输入端第一次支持文档，产品说明书、招商PPT、报价单可以直接上传，不用先自己写脚本。按量子位8月24日的报道，它把文生视频、图生视频、参考生视频、视频编辑合进了同一个模型，官方叫All-in-One；截至8月24日，它在评测网站Artificial Analysis的音频文生视频和视频编辑两个盲测榜单排第一。
二、免费还是收费：三条路各是什么价
这一步先算清楚，再动手。Wan3.0现在有三条用法，价格差好几倍。
第一条，官方API（阿里云百炼、千问AI平台）。按分辨率分三档：480P每秒0.3元，720P每秒0.6元，1080P每秒1.2元。折算下来，一条30秒的视频，480P约9元，720P约18元，1080P约36元。8月24日至9月23日两个平台的API限时7折。这条路要写代码调用，适合已经有技术同事的公司。
第二条，消费端网页版（千问创作）。上手门槛最低，注册登录就能用，不写一行代码。有创作者实测提醒：30秒时长和1080P分辨率需要订阅会员，免费规格够跑通整个流程、看清效果，想要完整规格再付费。这条路适合大多数中小企业先试。
第三条，第三方平台（RunningHub、FlovaAI等）。全量开放当天各家打价格战，480P限时价低到每秒0.05至0.087元，比官方便宜三到六倍。但有三个前提要认：这是限时补贴价，随时回调；多数要求会员或积分；出片稳定性和排队情况各家不同，公测期就有用户反映排了几个小时没出片。
还有一笔账比单价重要：抽卡率。AI视频的真实成本不是每秒多少钱，是出一条能用的片要花多少钱。十次里只有一次可用，1080P的36元就变成360元。Wan3.0这次主打的就是稳定，改口播、补镜头这类任务实测反馈不太需要反复重抽，但选型时这笔账要自己记。
三、完整步骤：从一份PDF到一条视频
下面这套流程用千问创作网页版走，全程不写代码。手边可以先准备一份产品资料，doc、ppt、pdf都行，单个文件不超过100MB、50页。文末附了一份可以直接下载的测试用PDF，照着走一遍最快。
第一步，进入口。浏览器打开www.qianwen.com，用手机号登录。登录后有两个入口都能到视频生成：输入框下面那排按钮里的「AI生视频Wan3.0」，或者左侧栏的「千问创作Wan3.0」。点进去会跳到千问创作页面。
第二步，选视频生成，确认模型。点「视频生成」进入创作面板。左边是创作区，顶部是模型选择框，确认选的是Wan3.0，页面默认可能是别的模型。选错模型是最常见的第一个坑。
第三步，上传文档。在创作区的附件按钮里选「上传文档」，把准备好的PDF传进去。可以顺手确认一下它认哪些格式：附件面板接受的扩展名包含 .pdf、.doc、.docx、.ppt、.pptx、.xlsx、.xls、.md、.txt等。文档之外还能加参考素材，最多10张图片、5段视频、5段音频一起用，做产品片时把实拍图一并传进去，画面会更贴近真实产品。
来源：千问创作·文档上传（示例）
第四步，写提示词。文档给的是内容，提示词给的是拍法。只传文档不写要求，模型会自己决定风格，出来的东西不一定能用。下面这段模板可以直接复制，把方括号里的字换成自己的：
画面风格：真实商业摄影质感，冷白光，干净背景，无花哨转场。
结构：0-5秒产品全貌，5-15秒三个卖点各一个特写镜头，15-25秒使用场景，25-30秒定格结尾。
运镜：缓慢推近与横移为主，不要快切。
画面中不要出现文字与字幕。
行业与用途：[不锈钢货架／餐饮后厨与生鲜仓储]。
最后一句“画面中不要出现文字”是刻意加的，原因在第五节说。
第五步，设规格。面板底部有一组参数：分辨率、画面比例、时长。先按720P、16比9、10秒跑第一条。三个理由：省钱、出片快、便于试提示词。等提示词调顺了再上30秒。比例按投放渠道定，视频号和抖音选9比16，官网和展会屏选16比9。
来源：千问创作·参数设置（2026年9月）
第六步，生成与下载。点「立即生成」，任务进入队列，右侧是结果区。排队时长看当时的负载，公测期有过等较久的情况。出片后在结果区预览，满意就下载原片；不满意先改提示词再重跑，不要直接换模型。
四、三个立刻能用的技巧
一是先用10秒试提示词，再上30秒。提示词没调顺就直接跑30秒，等于用三倍的钱和三倍的时间试错。10秒版本确认了风格、光线、运镜，再把同一段提示词换成30秒重跑，成片率高很多。
二是让文字留在后期，不要交给模型。阿里官方承认Wan3.0在文字准确度上仍有进步空间，实测做片头包装时字容易出错。稳妥做法是提示词里写明“画面中不要出现文字”，出片后用剪映之类的工具加字幕和价格信息，一分钟的事，还能随时改。
三是720P常常比1080P更稳。有实测反馈，人物一致性上720P反而比1080P表现更稳，价格还只有一半。产品片、门店片、短视频投放，720P足够；确实要上大屏再考虑1080P。
五、常见坑与边界：什么情况下别用
文档直接进模型，不等于成片直接能用。已经有行业观察者提出质疑：用户要的不是“模型能读PPT”，是“出的片能进生产流程”。如果结果还要反复检查返工，多一种输入格式只是多一个入口。这个卖点按锦上添花理解更合适。实际做法是：文档负责给素材和信息，提示词负责定拍法，成片仍然要人挑、要后期。
几类活现在不适合交给它。高速打斗、复杂人物站位、微表情表演，这几类仍有明显提升空间；口型同步和情感表现不如同类的部分模型；追求影视级极限画质的项目，可以再等版本迭代。
真人形象要先问合规。各家平台对真人脸的政策不同，涉及员工、客户、代言人形象的素材，上线前先确认平台规则和肖像授权。
排队和限时价都不稳定。第三方平台每秒0.05元这类价格是补贴换量，不会长期存在；公测期排队几小时的情况也出现过。真要把视频产出接进日常工作流，先把几个平台各跑几条，记录出片质量和排队时长，再决定长期留在哪。
六、自己折腾还是找人做：诚实的对比
自己折腾这条路。用千问创作网页版，注册到出第一条片，熟练的话半小时以内。时间成本在后面：把提示词调到能稳定出片，一般要试十几到几十条；把成片接进现有的发布流程（加字幕、改尺寸、分渠道），还要一个人固定负责。适合的情况是：一个月出片量在十条以内，内容以单品介绍、门店展示为主，公司里有人愿意长期琢磨这件事。
找人做这条路。需要走这条路的通常是三种情况：出片量大到要批量处理（比如上百个SKU各出一条）；要和现有系统打通（商品库里的图文自动生成视频，出片自动进素材库）；数据不能出企业，需要在自己的服务器上部署开源模型。这几件事的门槛不在会不会用工具，在有没有人写对接、配环境、盯稳定性。
开源方案要说清楚的两笔账。Wan系列有开源版本，自己部署省的是每秒的钱，花的是显卡、电费和人。一张能跑视频生成的显卡，采购或租用都是一笔持续开支；模型环境的配置、更新、排障，需要能读文档、会调参的人；出问题没有客服，只能自己查社区。如果公司每月出片不到几十条，直接买API或买会员几乎总是更便宜。反过来，如果每月出片成百上千条，或者素材涉及未公开的产品和客户数据，自建才开始划算。
回到最开始那件事。一份产品PDF变成一条30秒的视频，现在的技术成本大约是十几块钱加半小时；难的部分从“做不出来”变成了“做出来的能不能用”。把提示词、挑片标准和后期流程固定下来，这件事才算真的省了钱。
信源：千问AI平台万相3.0视频生成模型页与定价页（2026年9月访问）；量子位《阿里视频大模型Wan3.0正式上线》（2026年8月24日）；什么值得买《Wan3.0今天全量开放，先把路线、免费入口和三个坑算清楚》（2026年8月25日）；人人都是产品经理《万相Wan3.0评测：文档直转30秒视频》；新浪财经（2026年8月24日）。价格与规格以官方页面当日显示为准。
