AI 商品影片

你的商品照

002003004005

繞著它生成出來的 —— 空間、光線、手，還有聲音

你的照片會成為字面意義上的第一個影格，所以商品在第一格就在畫面上，形狀和顏色就是你拍的那樣。從那裡開始，Wan 3.0 生成 2 到 30 秒、30 fps 的畫面 —— 這些數字都寫在 阿里巴巴的 API 文件 上 —— 而且它生成的是整個畫面：空間、光線、伸進來的一隻手、它站著的那個檯面，以及聲音，全部在同一次執行裡。沒有合成，沒有在 JPEG 上做推拉搖移，畫面裡其他任何東西在你按下生成之前都不必存在。

你的商品，未經修圖

第 001 格

你的商品，未經修圖

任何整數秒，30 fps

2–30 秒

任何整數秒，30 fps

比例從你的商品照讀出來

自動

比例從你的商品照讀出來

商用授權，所有付費方案

已包含

商用授權，所有付費方案

• 這不是照片輪播 —— 你其他的照片不會被拉進這支片子裡
• 這不是 3D 轉盤 —— 沒有你商品的 3D 模型，所以背面是編出來的
• 這不是型錄產線 —— 一件商品、一段提示詞、一支影片。上千個品項不是這個東西
• 它不會在兩次執行之間記住你的商品；商品照每一次請求都要跟著送

• 實拍棚拍

  你要提供什麼

  實體商品、一間棚，加一整天

  多久交件

  幾天到幾週

  它擅長什麼

  法律上精確。每一道反光都是真的

  它在哪裡壞掉

  成本、檔期，而且多一顆鏡頭就是多一次進棚

  什麼時候選它

  標籤必須在受管制的市場裡清楚而且正確

  在受管制的訴求上，這裡沒有任何東西能取代一次真正的棚拍。這是老實話。

• 素材套範本

  你要提供什麼

  你既有的照片，加一份腳本

  多久交件

  幾分鐘

  它擅長什麼

  把你已經有的東西，照節奏剪起來

  它在哪裡壞掉

  它只能呈現你已經拍過的東西

  什麼時候選它

  你的素材庫是完整的，只需要有人把它組起來

  如果你的圖庫已經齊了，範本編輯器比這裡快，也比這裡便宜。

• 生成畫面

  你要提供什麼

  一張商品照和一句話

  多久交件

  大約九十秒

  它擅長什麼

  你從來沒拍過、也拍不起的場景、氛圍與瞬間

  它在哪裡壞掉

  是近似而不是精確 —— 它守得住一個設計，它不保證某一個畫素

  什麼時候選它

  你需要一顆不存在的鏡頭，而且租不到棚去拍它

  就是這一頁。在上面把商品照傳上來，第一支免費。

第一種和第三種之間的界線不是品質，是來源。棚拍產出的是你商品的一張照片；生成產出的是對它一個有說服力的描繪。對一支主視覺循環、一則社群短片或一個生活情境來說，有說服力就是委託單要的東西 —— 而對一個會被主管機關讀到的訴求來說，不是。

商品去背照會成為首影格：影片從你真正的商品開場，再從那裡往前走；當標籤、形狀與顏色必須原封不動地活過這一鏡時，走這條。商品頁是被讀，不是被拍 —— Wan 3.0 把頁面上的賣點與語氣讀出來，據此生成全新畫面，頁面本身的東西一樣都不會出現在成片裡。當商品還只是一個頁、還沒有一次拍攝時，走連結那條。

1. 01

   你有那張商品照

   用這一頁最上面的框。一張照片就是全部輸入，而且它會成為首影格，不是一張投影片。

2. 02

   你只有那個頁

   網址轉影片改收網址，讀它背後那一頁。頁面上的東西不會被取走——畫面是新生成的。

3. 03

   花錢之前先驗連結

   這個檢查免費，也不需要帳號。它會指出唯一會擋下你的那一條，包括這個站沒辦法替你走的那一跳。

改成貼一個商品頁

兩條路跑的都是同一個 wan3.0-video，每秒單價相同，所以要選哪條看的是你手上已經有什麼，不是預算。
檢查一條連結會告訴你一次普通抓取真正看到了什麼——並且從 2026-09-14 起，也會告訴你那台主機是否已被實測到會被模型那張網拒收。那是兩張不同的網，而只有後面那張會算出影片。

• 標籤糊成一團字母

  高對比的小字是最先壞掉的東西，而且鏡頭在動的時候壞得最快

  明確鎖定標籤，鏡頭放慢，並且用 720P 以上輸出。如果字在法律上必須正確，事後把真的標籤合成上去

  發布前先把那一格看清楚

• 一轉過去形狀就變了

  沒有 3D 模型。你商品的背面從來沒被拍過，所以它是在轉進畫面的那一刻被編出來的

  旋轉控制在四分之一圈以內，或是從另一側再補一張參考圖。完整轉一圈是真的轉盤在做的事

  一句話

• 玻璃和金屬看起來像塑膠

  材質的形容詞很弱。「高級」和「精品」對模型毫無意義，一種質感才有

  把質感和光一起寫出來：「直紋透明玻璃，左側單一柔光主燈，不要反光過曝」

  一句話

• 拿著它的那隻手看起來不對

  手是經典的失敗點，而且切得越近壞得越嚴重

  把景別拉寬，或是寫成商品單獨放在檯面上。如果手非有不可，就說清楚它在做什麼 ——「一隻手掀開蓋子後離開畫面」—— 不要留給它自由發揮

• 第三顆鏡頭跟第一顆對不上

  每一次生成都是獨立的。關於你商品的任何東西都不會從這一次請求帶到下一次

  每一次都送同一組參考圖 —— 最多十張。參考圖生影片 才是整組商品頁鏡頭要用的模式

整個失敗掉的執行會自動退點數。上面這五種不算失敗 —— 它們完整地跑完了，只是結果是錯的，而這些是要收費的。這就是先用 480P 打草稿的理由：一次能讓你學到東西的嘗試，只要一支成品的四分之一。

1. 1

   傳上你手上最乾淨的那張商品照

   背景單純、光線均勻、商品佔滿畫面。檢查器一秒內就會確認檔案，而一張乾淨的輸入，留給模型自由發揮的空間就少。

   檢查免費
2. 2

   說清楚哪些地方不能變

   「燙金標籤、直紋透明玻璃、霧面黑瓶蓋。」寫名詞和質感，不要寫形容詞 —— 上面那個外觀欄位會幫你把條款組好。

   決定成敗的一步
3. 3

   描述鏡頭和光，不要描述商品

   模型看得到商品。你要說的是鏡頭怎麼動、主燈在哪、什麼東西進畫面，以及它聽起來是什麼聲音。

   聲音寫在同一格
4. 4

   480P 打草稿，1080P 出成品

   檢查標籤和外型輪廓，把跑掉的東西補進條款，再跑一次。成品用同一段提示詞在高的那一檔重跑。

   最高 1080P

需要的不是一顆主視覺，而是整組商品頁鏡頭都用同一件商品？把它從這組鏡頭需要的每一個角度都拍下來，每次生成都送這一整組 —— 參考圖生影片 最多收十張。