Wan 3.0 Prime 文生视频：写一整场戏，而不是一个瞬间
Wan 3.0 Prime 根据文字提示词生成带声音的视频，时长足以讲一个小故事。如何写出情节节点、如何设置，以及如何低成本测试。
动笔之前，先看看 Wan 3.0 Prime text to video 页面上的示例。一个年轻的街头棋手在城市广场上接连击败一个又一个挑战者，一位老太太坐下来，安静地走出第一步，他的得意笑容慢慢消失。这不是一个瞬间，而是一场有铺垫、有转折、有结局的戏。大多数文生视频模型只给你一个动作的几秒钟。这个来自 Alibaba Wan 3.0 系列的模型，时长滑块足够长，能讲出点什么，而且它会把声音和画面一起写出来。
适合谁
- 短故事和小品。 任何有前有后的内容：揭晓、反应、一个小小的笑点。
- 需要声音的广告和社交短片。 音频默认开启，所以街景自带人群声，厨房自带滋滋声。
- 分镜测试。 一段长镜头能在你逐个镜头规划之前，先看出一个场景构想是否成立；参见我们的分镜指南。
如果你只需要几秒钟飘动的雾气或产品缓慢转动，那你是在为用不上的长度付钱。它的同系列模型 Wan 3.0 text to video 起价更低，我们的视频模型指南对比了其余的模型。
按情节节点来写
一段长片配一行提示词会跑偏：模型有时间要填，却没有东西可填。改为给它一个事件顺序，就像下棋的示例那样。谁在场，先发生什么，什么发生了变化，镜头怎么动，以及画面风格。三到四个节点就足够了。
夜晚，一个街头小贩在火焰升腾的炒锅里颠炒面条，一队顾客在排队等候。一阵风把他的纸帽吹进了锅里；他愣住了，然后用筷子把帽子捞出来，一本正经地端给下一位顾客。镜头从火焰开始，向后拉开露出排队的人群，最后停在顾客震惊的表情上。霓虹招牌，蒸汽，滋滋声，电影感喜剧。安静面包店的清晨。面包师打开烤箱，拉出一盘金黄的可颂，热气升腾。她把它们摆进橱窗，把牌子翻到 OPEN，门上的铃铛一响，第一位顾客走了进来。从烤箱到橱窗的缓慢推轨镜头，温暖柔和的光线，平静的氛围。竖屏短片。一只纸船顺着雨水沟漂下，颠过一道小瀑布，在水洼里打转，最后停靠在一只红色橡胶雨靴旁。低机位贴着水面跟随纸船，雨声，明亮的阴天光线。设置速览
- Resolution： 三档，默认是中间一档。
- Aspect ratio： 默认 16:9，另有 9:16、1:1、4:3 和 3:4。
- Duration： 整数秒。默认较短；只有当你的提示词有足够的节点去填满时才往上拉。
- Generate audio： 默认开启。如果要配自己的音乐就关掉它；在我们的测试中关掉并没有降低价格，所以除非声音碍事，否则就开着。
- Prompt expansion(高级)：让优化器把你的提示词改写得更详细。对模糊的想法很方便，对你精心写好的节点则帮倒忙，所以默认关闭。
- Seed(高级)：固定一个数字就能复现结果，于是你可以只改一个词来对比。
省钱小技巧
- 先用短时长、小尺寸测试场景。 先用最低分辨率和较短时长运行提示词。如果人物和画面对了，再把两者调高做最终版本。每次运行前 Generate 按钮都会显示价格。
- 调整时固定 seed。 一旦草稿接近目标，就保留它的 seed，只调整措辞；这样你看到的变化来自你的文字，而不是运气。
- 如果画面比故事更重要， 就改为让一张静图动起来。先做好画面，再用 Wan 3.0 Prime image to video，这样第一帧就正是你认可的那一帧。
坦白说的局限
时长既是礼物，也是风险。片子越长，手部模糊、脸在节点之间变样或背景细节改变的机会就越多。一段差一点就成功的长镜头，照样按长镜头收费，所以上面那个低成本测试不是可有可无的。而且它是一个提示词生成的一个连续镜头：没有剪切来分隔场景，除了固定 seed 和相同的描述之外，也没有办法让人物在两次运行中保持完全一致。要做系列内容，就提前计划把几段片子剪在一起。
常见问题
Wan 3.0 Prime text to video 会生成声音吗？
会，音频默认开启。在提示词里描述你想要的声音，或者关掉 Generate audio 得到无声片段。
一段片子能有多长？
模型页面上的时长滑块以整数秒显示完整范围。默认较短；片子越长越贵，价格显示在 Generate 按钮上。
要不要打开 prompt expansion？
只在你有一个粗略想法、希望它帮忙补充时才打开。如果你已经逐个节点写好了场景，就保持关闭，让模型按你的文字来。
