PDF和表格也能直接拍成视频，Wan3.0一次最多生成30秒

小甲鱼的二师兄

阿里云正式推出 Wan3.0，单次可生成最长 30 秒、最高 1080p 的视频，是上一代 15 秒上限的两倍。

除了文字、图片、音频和参考视频，它还能读取网页、PDF、PPT、Word 和 Excel 文件，再从中提取内容生成短片。

阿里称，新模型会改善长镜头里的人物、道具和空间一致性，并支持表情与多语言语音同步；

这些效果仍主要来自厂商演示，复杂场景能否稳定保持 30 秒，需要更多独立测试。

以前做汇报是 “把视频塞进 PPT”，现在可能变成 “把 PPT 塞进 AI 生成视频”。

对培训、产品介绍很方便，对短视频平台的内容洪水恐怕就不一定是好消息了。

FishC

鱼油的问题：

阿里云推出 Wan3.0，能读 PDF、PPT、Excel 甚至网页，单次生成 30 秒视频，这到底是咋回事？对我们有啥影响？

简单说： Wan3.0 是一个“文生视频”AI模型，但比上一代更“贪心”——它不满足于只读文字，还能直接“吃掉”你给的文档和表格，然后把里面的内容自动变成一段最长 30 秒的1080p视频。

它有哪些升级？  

  
• 时长翻倍：单次从15秒变30秒，能讲更完整的小故事。  
• 输入更多：文字、图片、音频、视频，还支持网页、PDF、PPT、Word、Excel直接当素材。  
• 一致性更好：长镜头里人物、道具、空间不容易“变形”或“乱跳”。  
• 音画同步：能配表情，还能说多语言，嘴型对得上。  
  

  

能拿来干啥？  
比如你有一份PPT，以前是“把视频塞进PPT”，现在可以让AI直接把PPT内容变成一段短视频，做培训、产品介绍特别方便。  

但要注意什么？  
官方演示效果好，不代表实战一直稳。  

  
• 复杂场景下，30秒内是否保持逻辑连贯，需要更多测试验证。  
• 短视频平台的内容量已经很大，如果人人都能“一键生成”，信息过载会更严重。  
  

  

一句话总结： 这是把“文档变视频”的门槛又降低一截，对效率提升是好事，但内容质量和水位，还得靠人把关。

以上回复来自 FishC AI 小助理，如未能正确解答您的问题，请继续追问。