Wan 3.0现已上线AI网关
内容提要
阿里云Wan 3.0视频模型已上线AI网关，支持文生视频、图生视频、首尾帧及参考生成，输出最长30秒、30fps、最高1080p并含音频。提供轮询、异步任务及Webhook三种生成方式，支持图像、视频、音频参考，简化了多模型流程。
延伸解读
模型整合与能力升级
Wan 3.0将此前Wan 2.7中分离的文生视频（-t2v）和图生视频（-r2v）模型整合为一个统一模型，并新增首尾帧控制和参考生成能力。输出规格也显著提升：时长从15秒延长至30秒，帧率从24fps提升至30fps，分辨率最高支持1080p，且默认包含音频。这一整合简化了多模型流程，降低了开发者的集成成本。
异步生成方式的选择
AI网关为Wan 3.0提供了三种异步生成方式：轮询（poll）适合需要简单同步等待的场景，SDK会定期查询状态；异步任务（startVideo）则立即返回任务ID，适合服务端无状态或批量任务；Webhook方式在生成完成时主动推送事件，无需轮询。开发者可根据应用架构选择最合适的方式，以平衡延迟和资源消耗。
参考输入的限制
Wan 3.0支持图像、视频和音频作为参考输入，但存在限制：音频参考必须使用托管URL，而图像参考可接受base64编码；首尾帧控制仅各接受一张图像，且不能与其他参考方式组合使用。开发者需注意这些约束，合理设计输入格式，避免因格式不符导致调用失败。
Q&A
阿里云Wan 3.0视频模型在AI网关上的模型ID是什么？
模型ID是alibaba/wan-v3.0-video。
Wan 3.0支持哪些视频生成方式？
Wan 3.0支持文生视频、图生视频、首尾帧生成和参考生成。
Wan 3.0生成的视频规格是什么？
视频最长30秒，帧率30fps，分辨率可选480p、720p或1080p，默认包含音频。
AI网关为Wan 3.0提供了哪三种异步生成方式？
三种方式：轮询（poll）、异步任务（startVideo）和Webhook回调。轮询会持续请求状态直到完成；异步任务立即返回，任务在后台运行；Webhook在生成完成时推送事件到指定端点。
Wan 3.0支持哪些类型的参考输入？
支持图像、视频和音频作为参考。图像可以接受URL或base64，音频必须使用托管URL。
Wan 3.0的首尾帧生成有什么限制？
首尾帧生成需要各一张图像，且不能与其他参考输入结合使用。
Wan 3.0相比Wan 2.7有哪些改进？
Wan 3.0将多个模型整合为一个，支持更多生成方式，视频时长从15秒提升到30秒，帧率从24fps提升到30fps。
