阿里云旗下视频生成模型Wan 3.0正式上线Scenario平台，开发者可调用API生成最长30秒的连续视频片段。

此次更新最值得关注的是原生同步音频能力——画面与声音由模型一次性生成，无需后期单独配音。同时，模型支持多模态输入，包括首帧、尾帧、参考图、视频、音频、文档和URL，创作者可以更灵活地控制生成内容。

打开网易新闻 查看精彩图片

复杂输入思考模式

针对多模态混合输入的复杂场景，Wan 3.0配备了思考模式，能够在生成前对指令进行拆解与规划，提升输出质量。

目前，开发者已可通过Model Studio和Qwen Cloud获取API接入，将视频生成能力集成到自有应用中。