超长连贯单镜头(2s 至 30s)[实测数据]
单次请求可生成 2 至 30 秒的连贯长镜头,配合分镜头时间轴结构使用时,完全不会出现时空崩溃或画面崩坏。
Wan 3.0(`wan3.0-video`)是阿里巴巴旗舰级多模态视频生成模型,支持原生 1080p 渲染、完整物理动力学、原生多语言对唇对白,以及单镜头长达 30 秒的多资产参考连贯生成。以下所有性能指标均来自 DXBuilder 对百炼(DashScope)API 的直接实测。

单次请求可生成 2 至 30 秒的连贯长镜头,配合分镜头时间轴结构使用时,完全不会出现时空崩溃或画面崩坏。
每次渲染任务支持同时输入最多 10 张图片、5 段视频片段(总时长≤15s)、5 条音轨(总时长≤15s),以及 1 份文档(100MB/50页以内)或 1 个网页链接。
精准合成用 {brackets} 标注的时间对白,经验证支持精准匹配欧式葡萄牙语及地方方言的口型对齐,并自动生成氛围拟音 SFX。
将参考 Logo 和纹理精准贴合到动态表面(织物刺绣、霓虹招牌、燃烧余烬等),图形无明显失真或降解。
实测基准测试证实,将参考资产数量从 0 项增加至 4 项,不会增加任何额外的 GPU 渲染耗时。
基于指令的视频编辑、链式时序视频延展以及实时联网搜索上下文注入等功能,在生产环境中暂未实测验证。
| 生产参数 | Wan 3.0 (DashScope Direct) | Seedance 2.5 PRO |
|---|---|---|
| 最长单镜头时长 | 30 秒(原生连贯)[实测数据] | 单次take最长30秒 |
| 原生分辨率 | 480p · 720p · 1080p Native(无 AI 超分放大) | 480p · 720p(1080p/4K经Topaz放大) |
| 音频与对白引擎 | 原生口型同步 + 环境拟音 SFX + 方言支持 [实测数据] | 独立音频生成 / 后期对齐工作流 |
| 渲染时长(30s 镜头) | 33–46 min (720p) · 50 min (1080p) [实测数据] | 2–5分钟(快速管线) |
| 多模态输入容量 | 10 张图片 + 5 个视频 + 5 条音频 + 1 份文档/链接 | 50张参考图片+参考视频和音频 |
| 每秒成本 (DXBuilder) | 7.5 cr/s (480p) · 15 cr/s (720p) · 30 cr/s (1080p) | 25积分/秒(480p)· 35积分/秒(720p)· 30秒最高-25%折扣 |
Gatilho: 使用绝对时间标记与显式对白标签构建提示词:HARD CUT at Xs — [SCALE/ANGLE]: action {spoken dialogue}。
Regras: 连续叙述型提示词在 15s 内通常仅产生 0–1 次切镜;按时间标记的分镜头列表可执行 4–12 次精准切镜 [实测数据]。
Gatilho: 上传参考图像(主体 ID、服装、Logo 标识)和音频片段,并设置明确的身份锁定指令。
Regras: 主体照片必须清晰且方向正置(EXIF 旋转会导致面部几何结构破坏)。参考资产数量(0 到 4 个)不会改变渲染时间 [实测数据]。
Gatilho: 在投入完整的 30 秒 1080p 最终渲染之前,先通过 5 秒测试渲染构图、光影和镜头运动。
Regras: 在构图校准阶段可节省 80%+ 的算力预算;仅在时间节奏和资产识别锁定后,再升级至 30s/1080p 规格。
HARD CUT at 04:00 — MEDIUM SHOT: Actor turns to camera | HARD CUT at 09:00 — EXTREME CLOSE-UP: Hand grips copper dial.Character speaks directly into lens: {"Temos apenas três minutos antes da ignição."} [AUDIO: heavy mechanical hum, no background music][LOOK LOCK: overcast daylight 5600K, charcoal wool overcoat, wet cobblestone environment, muted cyan color grading]Real gravitational weight, splashing water droplets with inertia, cloth drag resistance, no floating, no weightless wire-work.[NEGATIVE: no superhero emblems, no commercial franchise logos, no copyright costumes, no smooth slide floating motion]Subject accelerates from right edge to center, occupying 40% vertical frame height, moving 35% horizontal distance per second.带原生对白口型同步、环境音效设计及经过验证的真实物理重力分镜场景 [实测数据]。
[LOOK LOCK: Moody neon-lit alley, wet asphalt, 35mm anamorphic, heavy rain]
00:00-00:04 MEDIUM TRACKING SHOT: Detective walks forward with heavy footsteps, rain dripping from brimmed hat.
00:04-00:09 HARD CUT — CLOSE-UP: Detective stops under amber streetlight, looks straight into lens, speaking firmly: {"Não há mais tempo para negociações. O navio já partiu do cais."}
00:09-00:15 HARD CUT — OVER-THE-SHOULDER WIDE: A black cargo boat vanishes into foggy harbor waters. Real gravitational water displacement, heavy splashes.
[AUDIO: continuous heavy rainfall, distant foghorn, crisp vocal dialogue, no background synth music]
[NEGATIVE: no floating, no weightless wire-work, no superhero emblems, no frozen locked-off camera]完整的 30 秒基准测试序列,展示参考 Logo 在具有真实质量动力学的物理表面上的还原呈现 [实测数据]。
[LOOK LOCK: Blacksmith forge workshop, warm 3200K tungsten backlight, volumetric smoke and rising embers] 00:00-00:08 LOW ANGLE SLOW DOLLY IN: Blacksmith hammers glowing hot steel bar on iron anvil with heavy impact shocks. 00:08-00:16 HARD CUT — MACRO SHOT: Hammer strikes molten metal surface, embossing the DXBuilder geometric logo from @Image1 into glowing orange iron, sparking embers scattering with authentic physics. 00:16-00:24 HARD CUT — MEDIUM PROFILE: Blacksmith plunges the branded metal blade into cold water vat. Instant dense steam eruption and boiling fluid turbulence. 00:24-00:30 HARD CUT — CLOSE-UP HERO SHOT: Water drips off the engraved brand logo on dark Damascus steel, camera maintains subtle hand-held organic drift. [AUDIO: metallic anvil strikes, roaring forge fire, loud water quenching hiss, deep room tone] [NEGATIVE: no static frozen camera, no synthetic plastic texture, no franchise trademarks]

高级预设使用 Seedance 2.5 引擎——上传一张自拍,AI 导演为你拍摄三幕大片,你就是主角。时长 15 秒至 1 分 30 秒。
⚡ 2.5
⚡ 2.5
⚡ 2.5