阿里云展示 Wan3.0：单条能出 30 秒视频，还能参考 5 条视频

亮仔不爱吃芹菜 · 2026-09-17T09:48:58.718Z

阿里云最近展示了升级后的 Wan3.0 视频大模型，比较明显的变化是单条视频可以直接生成 30 秒长镜头。之前这类视频生成大多还卡在几秒短片段，后来慢慢拉到 15 秒左右。30 秒这个长度对实际做片子的人会更接近可用状态，至少不用一直靠很多小片段硬拼。这次还提到一个 omni-reference 能力，最多可以引用 5 条视频做参考，也支持更细的控制。听起来是往“导演能控画面”的方向走，不只是输入一句话然后等结果。