阿里万相3.0上线：丢一个文档进去就能出30秒视频，视频生成的门槛又被踩了一截

8月24日，阿里正式上线了视频生成模型万相3.0（Wan3.0）。这次最值得注意的不是什么技术参数，而是一个产品能力上的跨越：你可以直接丢一个文档（PPT、PDF、Word、网页链接）进去，它给你生成一段30秒的视频。

上一次，万相2.7版本最长只能生成15秒视频，而且文生视频、图生视频、视频编辑是分开四个接口调用的。这次3.0直接统一成一个接口，时长翻倍，还新增了文档和网页输入。

为什么“文档转视频”这件事不一样

之前市面上大部分视频生成模型，核心能力是“文字描述→视频画面”或者“图片→视频”。本质上，它们解决的是“把一句话变成动态画面”的问题。

万相3.0新加的“文档转视频”，解决的完全是另一个问题：把一份结构化的信息（比如一份产品方案、一个教学课件、一个季度报告）变成一段可视化的视频。

这两个需求的难度和商业价值差了一个量级。

前者是创意工具——你描述一个场景，它给你画面。后者是生产力工具——你把一份PPT扔进去，它直接帮你做出一段能发的产品宣传片。对内容创作者、运营人员、教育工作者来说，后者的实用价值高出太多。

价格怎么样

中国区按输出时长计费：480P每秒0.3元，720P每秒0.6元，1080P每秒1.2元。一条30秒的1080P视频大概36块钱。输入和失败调用不收费。

对比一下海外竞品：Runway Gen-4大约是每条视频0.05-0.50美元（根据分辨率和时长），Synthesia更贵（企业定制级别）。万相3.0在国内市场的定价，算是有竞争力的。

但有一个关键信息：万相系列从2.5版本开始就不再开源了，也没有开放模型权重。阿里这次选择了完全闭源商业化的路线。

对内容创作者意味着什么

如果你是一个做自媒体或者运营的人，这个能力很直接地意味着：以前做一段产品介绍视频，你需要写脚本、找素材、剪辑配音，半天到一天。现在，把现成的产品文档丢进去，几分钟出一段30秒的视频。

当然，30秒还是偏短，很多场景需要更长。但“文档输入+视频输出”这个链路一旦跑通，后续的升级方向就很清晰了：更长时长、更多风格、更好的字幕和配音。

另外一个有意思的信号：这次万相3.0选择和阿里800亿港元配售募资的时间点几乎同步。阿里在AI上的投入力度明显在加大，万相作为视频生成赛道的核心产品，商业化节奏会加快。

视频生成赛道的下一步

2026年，视频生成已经从“能出图”进化到“能干活”。万相3.0的“文档转视频”、MiniMax在Sol-Engine上实现的22-27倍生成加速、还有Perplexity下调信用额度20%降低使用门槛，这些都在指向同一个方向：视频生成正在从“技术Demo”变成“日常工具”。

对普通用户来说，真正的竞争不是谁的模型参数更高，而是谁的产品链路更短、价格更低、输出质量更稳定。万相3.0这次在产品能力上走了一步，能不能转化为市场份额，还得看后续体验。