Wan 3.0

Wan 3.0 擅長什麼，又不擅長什麼

Wan 3.0 回答的是每個影片模型都在繞開的那個問題：鏡頭需要比幾秒鐘更長的時候怎麼辦？ 主流旗艦單次生成大多卡在 5 到 15 秒之間，於是任何像「一場戲」的東西都得在剪輯軟體裡拼 —— 臉會飄、光會跳、房間在切點上換了形狀。Wan 3.0 單次算圖最長 30 秒，這一個變化會重排你規劃鏡頭的方式：一段穿過空間的連續運鏡、一整條 30 秒口播、一次一鏡到底的產品講解，從剪輯問題變回提示詞問題。

第二個差異點是一體化參考（All-in-One Reference）。參考系統通常只吃一種輸入 —— 有的收圖片，少數收一段影片，極少數收人聲。Wan 3.0 在同一次請求裡三種全收：最多 10 張參考圖、5 段參考影片、5 條參考音訊，參考影片與參考音訊各自合計不超過 15 秒。實際效果是一整套品牌素材或一整份角色設定可以一次餵進去，一致性能撐滿整條片子，而不只是開頭幾秒。在 ZOOOP 上通道是自動切換的：帶了任一參考就走參考生影片，留空就是同一個模型跑純文生影片。

另外兩項能力日常最常用。首尾影格控制讓你釘死片段的兩端、由模型補完中間的運動，這是讓結尾精準落在某一格、好乾淨切進下一個鏡頭的辦法。原生同步音軌 —— 對白、環境音、配樂 —— 與畫面在同一次生成裡產出，成片自帶立體聲，且開關音軌不影響價格。

不擅長的地方：它不開源。Wan 2.7 是 Apache 2.0、權重公開，Wan 3.0 沒有公開權重、只有 API。流程裡需要自架或開源來源可查的話，這是硬門檻，答案仍然是 2.7。1440p 檔是增強超解析度而非原生算圖 —— 確實是 2560×1440 的真檔案、大螢幕交付夠用，但有原生高解析度通道的模型細節會更扎實。沒有反向提示詞，排除項只能靠正向描述解決。還有，圖生影片這一路輸出比例跟隨輸入首影格，該路徑沒有比例控制，所以要什麼畫幅請先把來源圖裁好再生成。

一個夠用的判斷標準：鏡頭夠長、或者「能不能跟真實參考素材對上」直接決定這條能不能用時，選 Wan 3.0。要開放權重和指令式改片，用 Wan 2.7；要單鏡頭頂級畫質，用 Veo 3.1；只是想快速出一堆草稿，用同族的 Wan 2.6 Flash。還在定鏡頭的階段，用 Prime 檔跑，定稿再切回標準檔。