万相3.0-参考生视频

万相3.0-参考生视频基于阿里巴巴万相 3.0 全能视频模型（wan3.0-video），支持图、视频、音频多模态参考组合：最多 10 张参考图、5 段参考视频、5 段参考音频，可在提示词中用「视频1/图1」指代素材；还支持文档与网页解析，传入文档或网页后自动开启深度思考。原生支持最长 30 秒输出与智能时长，有参考视频时，输入视频总时长与输出时长之和不超过 30 秒，可选 480P/720P/1080P 分辨率、自适应画幅与有声/无声输出。