阿里巴巴萬相 3.0 的加速版，現已上線 XImagineAI — The Grok Imagine Alternative，一個帳號就能使用數十款影片模型。
範例提示詞 — 點一下即可複製，再貼到下方生成器
在提示词中使用 Image1、Video1、Audio1，按上传顺序引用素材。
MP4/MOV · 每个≤100MB、1–15秒，合计≤15秒；输入+输出≤30秒。
MP3/WAV · 每个≤15MB、1–15秒，合计≤15秒。
填写一个公开文件链接（≤100MB、≤50页）或一个公开网页链接。
计费时长 = 输入视频时长 + 输出视频时长 · 5.00s
範例
請設定參數並點擊「生成」
兩個分頁都已預設選好 Wan 3.0 Prime。按下生成前，按鈕上會先顯示這組設定的實際點數 — 2 秒 480P 的短片最低 36 點。
XImagineAI 是獨立的第三方平台，與阿里巴巴及阿里雲沒有任何隸屬關係。Wan 為其所有者的商標。範例提示詞僅使用虛構角色。
模型介紹
Wan 3.0 Prime 是阿里巴巴萬相 3.0（Wan 3.0）影片模型的加速版。阿里雲在 8 月把它加入 Model Studio，官方模型 ID 為 wan3.0-video-prime，官方說法是「在維持高品質輸出的同時，大幅提升生成速度」。
它不是縮水版：Prime 保留 Wan 3.0 的完整功能，包括文生影片、圖生影片、首尾幀控制、圖片／影片／音訊參考、原生音訊，以及最長 30 秒、最高 1080P 的輸出。差別只在出片速度和價格。阿里巴巴沒有公布具體快幾倍，看到任何「快 X 倍」的說法都要保留。不論你看到的寫法是 wan 3 prime、wan3.0 prime 還是 Wan 3.0 Video Prime，指的都是同一個模型。
Wan 3.0 與 Prime
同一個模型家族、同一套功能，真正的差別是速度與價格。以下依阿里雲官方文件整理。
| Wan 3.0（標準版） | Wan 3.0 Prime | |
|---|---|---|
| 生成速度 | 一般速度 | 明顯更快（官方用語，未公布具體倍數） |
| 畫質與功能 | Wan 3.0 完整功能 | 完全一致，沒有刪減 |
| 最長時長 | 30 秒 | 30 秒 |
| 解析度 | 480P、720P、1080P | 480P、720P、1080P |
| 官方 API 價格 | 每秒單價較低 | 約貴 40%：每秒 $0.068（480P）至 $0.28（1080P） |
| 適合場景 | 大量批次、不趕時間的成片 | 需要快速出片：追熱點、即時草稿、有人在等結果 |
| XImagineAI 上 | 未提供 | 已上線，就在上方生成器 |
時間比成本重要時選 Prime：追活動熱點、現場邊討論邊改草稿，或客戶正在等結果。大量批次輸出、或不趕時間的最終成片，就選標準版 Wan 3.0，因為每秒單價比較低。
兩者畫質和功能一致，選哪個都不必在創作上妥協。XImagineAI 提供的是 Prime 版本，所以你用到的就是比較快的那一個，並且和其他模型共用同一份點數、按秒計費。
資料來源：阿里雲 Model Studio 模型文件與阿里雲官方部落格。官方只以文字描述速度提升，本頁不引用任何倍數。
規格
以下是本頁生成器中 Wan 3.0 Prime 實際可用的上限，而不只是模型紙面上的能力。
首尾幀模式與參考模式是分開的：一次生成只能用首尾幀，或只能用參考素材，面板會在兩者之間切換。
應用場景
Wan 3.0 Prime 擅長的四種工作：長鏡頭、多鏡頭廣告、口型同步與參考影片，每個都附上可直接複製的提示詞。
把時長拉到 30 秒，從頭到尾只描述一個連續運鏡。需要超過一個 30 秒鏡頭？可以到長影片工具串接多段。
One continuous 30-second take, no cuts. Dawn over a misty fishing harbour: the camera starts low on wet wooden planks, glides past coiled ropes and a sleeping cat, rises over the boats as gulls lift off, and ends on a wide view of the sun breaking through the fog. Gentle handheld drift, natural film grain, ambient sound of water, gulls and distant engines.
在提示詞裡寫上時間點，就能把一次生成切成幾個鏡頭。15 秒剛好放得下三段：細節、使用、主視覺。
15-second product ad for a stainless steel water bottle, three shots. [0-5s] Close-up: condensation runs down the bottle on a mossy rock beside a mountain stream, morning light. [5-10s] Medium shot: a hiker pulls the bottle from a backpack side pocket and drinks, camera tracks alongside. [10-15s] Hero shot: the bottle centred on the rock, slow push-in, empty space on the right for text. Upbeat acoustic music, crisp foley.
保持音訊開啟，把台詞用引號寫出來，並加上「lip sync」。一兩句短台詞的同步效果最穩定。
Medium close-up of a fictional ship's captain in a weathered navy coat at the helm during a storm, rain streaming down. She looks into the camera and says: "Hold fast — we ride this one out together." Accurate lip sync, raised voice over howling wind and creaking timber, lightning briefly lights her face.
在參考模式上傳角色照片作為 Image 1、動作短片作為 Video 1，並在提示詞中說明各自的用途。想精準指定起始與結束畫面，就改用首尾幀模式。
Image 1 is the character, Video 1 is the movement reference. The character from Image 1 performs the dance moves from Video 1 on a rooftop at sunset with the city skyline behind, face and outfit stay consistent with Image 1, the camera slowly orbits, warm golden light, upbeat music.
使用方式
不需要阿里雲帳號、API Key 或本機顯示卡 — Wan 3.0 Prime 的文生影片與圖生影片都直接在瀏覽器完成。
打開本頁上方的生成器，Wan 3.0 Prime 已經預設選好。只用文字就選「文生影片」，要從圖片開始就選「圖生影片」。
文生影片請描述主體、動作、運鏡與聲音。圖生影片可放首幀（也可加尾幀），或切到參考模式，加入最多 10 張圖片以及影片、音訊片段。
選擇 2–30 秒、480P 到 1080P 和畫面比例。確認前，生成按鈕會顯示實際點數，完成的影片會出現在生成紀錄中。
提示詞技巧
六個讓提示詞第一、二次就到位的習慣。
用 [0-5s]、[5-10s] 這樣的時間區段標示每一段。模型對明確切點的掌握，遠比「接著」「然後」這類模糊字眼好。
依照上傳順序編號，並說清楚每個素材負責什麼：角色、動作還是聲音，不要讓模型自己猜。
角色要說話時，把台詞放進引號並加上「lip sync」。記得保持音訊開關開啟，關掉就只會得到無聲影片。
做 30 秒影片時，先用 480P 測運鏡（成本約是 1080P 的四分之一），滿意後用同一個 seed 改成 1080P 重跑，結果會更接近。
「走路」太弱；「從左往右大步走，大衣被風吹起，第 4 秒回頭看」就很清楚。寫出速度、方向，以及鏡頭怎麼動。
提示詞長沒關係，但把不相關的場景塞進同一次生成，每一段都會變弱。不同點子請分開生成。
需要更多靈感？瀏覽提示詞庫
模型比較
Wan 3.0 Prime 與 Kling 3.0、Seedance 2.5 在本站實際可用的規格比較。
| Wan 3.0 Prime | Kling 3.0 | Seedance 2.5 | |
|---|---|---|---|
| 最長時長 | 30 秒 | 每段 5 或 10 秒；支援多鏡頭模式 | 30 秒 |
| 解析度 | 480P / 720P / 1080P | 720P / 1080P / 4K | 480P / 720P |
| 音訊 | 原生音訊＋參考音訊 | 可選原生音效 | 生成音訊＋參考音訊 |
| 參考素材 | 最多 10 張圖、5 段影片、5 段音訊；或首尾幀 | 首尾幀；最多 3 組元素 | 首尾幀；最多 4 張圖；音訊 |
| 擅長 | 以參考素材引導、快速產出 30 秒 1080P | 寫實人物與多鏡頭場景，最高 4K | 帶音訊的長篇敘事短片，解析度較低 |
在 XImagineAI，一個帳號、一份點數就能在 Wan 3.0 Prime、Kling、Seedance 等模型之間切換 — 同一段提示詞丟給兩個模型，留下比較好的那一版。
價格
直接用官方 API 需要阿里雲帳號、API Key，並以美元按秒計費。以下是和 XImagine AI 點數的比較。
480P
$0.068
/ 秒
720P
$0.14
/ 秒
1080P
$0.28
/ 秒
阿里雲 Model Studio 新加坡區撰文當下的定價，比標準版 Wan 3.0 約貴 40%。以定價計算，一段 30 秒 1080P 影片約 $8.40。
阿里雲 Model Studio不需要阿里雲帳號、API Key，也不用設定帳單。依影片秒數扣點；參考影片的秒數也會計費，因為模型同樣要處理它。
| 長度 | 480P | 720P | 1080P |
|---|---|---|---|
| 5 秒 | 89 | 183 | 366 |
| 10 秒 | 178 | 366 | 731 |
| 30 秒 | 533 | 1,097 | 2,193 |
以目前費率計算。確認前，生成按鈕一定會先顯示你這組設定的實際點數。
新帳號可獲得 10 點免費點數（部分地區為 4 點），每天簽到再送 3 點。最短的 Wan 3.0 Prime 影片（2 秒 480P）需要 36 點，所以註冊當天的免費點數還不夠，但可以先拿去試用較便宜的模型。購買點數包就能生成更長的 1080P 影片。
常見問題
Wan 3.0 Prime（模型 ID：wan3.0-video-prime）是阿里巴巴萬相 3.0 影片模型的加速版，8 月在阿里雲 Model Studio 上線。依官方說法，它在生成速度上明顯更快，畫質與功能則和標準版 Wan 3.0 一致：文生影片、圖生影片、首尾幀控制、圖片／影片／音訊參考，以及原生音訊。影片長度 2 到 30 秒，解析度可選 480P、720P 或 1080P。在 XImagineAI 上可以直接用瀏覽器線上使用，不需要阿里雲帳號或 API Key。
兩者功能相同、畫質一致。Prime 明顯更快（官方沒有公布具體倍數），官方 API 的每秒價格約高 40%。阿里巴巴建議：需要快速出片的情境，例如追熱點、即時草稿或有人在等結果，用 Prime；大量批次或不趕時間的成片，用標準版。本頁生成器提供的是 Prime 版本。
每次生成可設定 2 到 30 秒，以 1 秒為單位。如果加入參考影片（合計最多 15 秒），它的長度也會計入同一個 30 秒上限，例如 10 秒的參考影片，輸出最多就是 20 秒。在本站，一段 Wan 3.0 Prime 30 秒 1080P 影片需要 2,193 點。需要更長的內容，可以分段生成後剪接，或使用長影片生成工具。
可以。原生音訊預設開啟，會產生和畫面相符的環境音、音效、音樂與人聲。需要對白時，把台詞放進引號並在提示詞加上「lip sync」，一兩句的短台詞同步效果最好。你也可以上傳最多 5 段參考音訊（合計 15 秒）來引導聲音或配樂；只需要無聲影片時，直接關閉音訊即可。
沒有。先前的 Wan 2.1、Wan 2.2 有釋出開放權重，但 Wan 3.0 與 Prime 版本只透過阿里雲 API 提供，沒有官方權重可以下載，因此無法在本機的 ComfyUI 執行。好處是你也不需要本機顯示卡：在 X Imagine AI 上直接用瀏覽器線上生成，按影片秒數扣點即可。
阿里雲新加坡區的定價是 480P 每秒 $0.068、720P 每秒 $0.14、1080P 每秒 $0.28，比標準版 Wan 3.0 約貴 40%。在 XImagineAI 則是按秒扣點：5 秒影片 480P 為 89 點、720P 為 183 點、1080P 為 366 點，確認前生成按鈕會先顯示實際點數。不需要阿里雲帳號或 API Key。
沒有無限免費的方案，官方 API 也沒有。在本站，新帳號可獲得 10 點免費點數（部分地區為 4 點），每天簽到再加 3 點。最便宜的 Prime 影片（2 秒 480P）需要 36 點，你可以累積簽到點數做一次短測試，先用免費點數試較便宜的模型，或購買點數包來生成更長的 1080P 影片。
直接在瀏覽器快速生成 1080p 影片 — 不需要阿里雲帳號、API Key 或顯示卡。之後還能在同一頁切換到 Kling、Seedance 等數十款模型。
點數計費 · 一個帳號用所有模型 · 獨立平台，與阿里巴巴無隸屬關係