季度汇报的 PPT 刚定稿，市场同事就来问能不能出一条 30 秒短视频；预算和排期都不够重新拍一遍产品演示。万相 Wan3.0 恰好把这件事写进了卖点里——直接丢进 DOC、XLS、PPT、PDF、Markdown，甚至一个网页链接，输出一段最长 30 秒的成片。先给结论：它确实解决了"从文档到画面"这一段的启动成本，但离"替代产品演示拍摄"还差得远，中间那道坎叫做返工次数。
输入端是这次真正值得注意的地方。此前这一类模型的竞争集中在画面时长和画质上，而 Wan3.0 把业务文件本身当成提示词来读，包括文档、表格、幻灯片、PDF 和 Markdown，也支持网页作为输入。
输出端最长 30 秒，音频默认参与生成而不是后期贴上去：画面里的人物可以对上口型说话、唱歌，环境音一并给出，不需要的话可以关掉音轨。有资料记录了官方公测演示的完整链路——输入是一份月度 GMV 的 .xlsx，输出是一段 23 秒的数据动画，交付文件带 44.1kHz 立体声 AAC 音轨。对做汇报包装的人来说，这个例子比任何宣传语都直观：它擅长的是把结构化数据变成有节奏的画面，而不是凭空造出一个产品。
时长长了，不代表一次就能过。公开的上手记录说得比较实在：第一次生成几乎不会是终稿，需要反复改提示词、调整参考素材的权重，或者干脆回去改文档内容再重跑，每一轮都在摸清模型如何理解你的输入。另一份测试笔记给出的工作方法更能说明生产节奏——先用 5 秒的低分辨率版本试镜头，挑中满意的那条再拉到 1080p 或者延长成完整的 30 秒。
翻译成排期语言：它不是"点一下出片"，而是"低成本试错 + 人工筛选 + 定稿放大"。这套流程比传统拍摄快，但依然需要一个人盯着挑镜头。如果你的团队原本指望用它把视频环节从流程里彻底删掉，预期需要往回收一格。
这是我必须留白的部分。围绕 Wan3.0 的公开信息里，人物长相与场景环境在整段 30 秒内的一致性、以及局部像素级修改的实际可用度，都还没有可以拿来引用的第三方实测结论。有评论明确指出，发布时既没有质量基准，也没有独立的横向对比，"把表格变成视频"这类说法属于必须眼见为实的一类。
所以对这两项能力，合理的态度是自己跑素材验证：拿同一份文档连做几轮，重点看主角在镜头切换后是否还是同一个人、背景陈设有没有悄悄换掉、你只想改一小块的时候会不会牵动整个画面重排。这几点决定了它能不能进正式交付流程，而不是只能做内部看的草稿。
区域绑定是容易踩的坑。文档说明覆盖的是新加坡、北京和美国东部（弗吉尼亚）几个区域，并且明确提示所选模型、接口地址和密钥必须属于同一区域，否则请求会直接失败。团队内部走 API 的话，这一条建议写进部署清单。
价格信息目前不统一。有媒体以"6 美元"作为标题讨论它的成本，也有报道指出发布时并未公布定价。真实的单条成本还需要按自己的分辨率、时长和调用区域去核算，别拿标题数字直接做预算。
分内容类型来看会清楚很多：
另外别忽略竞争环境，这个赛道已经挤满了同类模型，文档输入是 Wan3.0 现在的差异点，但不构成长期护城河。对产品经理来说，更务实的做法是把它放在流程前端：用它快速产出可讨论的视频草稿，让评审会看到动起来的版本，最终定稿该拍的还是拍。对内容创作者来说，先用一份自己最熟悉的旧 PPT 跑三轮，记录每轮改了什么、结果变好还是变坏——这份记录比任何评测都更能告诉你它值不值得进你的工作流。
Δ
Ctrl+D