先说清楚它是什么：通义万相 Wan 开源视频模型属于「视频与动效」方向的开源项目，阿里开源的视频生成模型系列，可本地或云端部署。

用 AI 最容易犯的错是「看着不错就用了」，这篇给出一张可复用的打分表。

评分表（每项 1 到 5 分）

维度看什么1 分5 分
开头吸引力前 3 秒是否交代了看点明显不合格无需修改即可使用
信息准确字幕、数字、产品信息是否正确明显不合格无需修改即可使用
画面质量是否有明显变形、闪烁或穿帮明显不合格无需修改即可使用
节奏时长与信息密度是否匹配平台习惯明显不合格无需修改即可使用
授权合规素材、音乐、肖像是否有使用权明显不合格无需修改即可使用

建议：任一维度低于 3 分就不要直接使用；总分用于比较不同提示词或不同工具的效果。

用一个任务试打分

培训视频

适用情况：手头有一份内部操作手册时。

把这份手册改写成 3 分钟培训视频的口播稿，分成 6 个小节，每节一句要点总结，语言口语化。

交付前确认：每节都有要点总结。

怎么让评分更可靠

  • 同一批材料至少测 5 次，不只看最好的一次。
  • 两人分别打分，分歧大的维度再讨论标准。
  • 把通义万相 Wan 开源视频模型的结果与人工完成或可灵的结果放在一起盲评。
  • 每次改提示词后用同一批材料复测。

延伸练习

长视频切片

准备材料：一段 40 分钟的直播回放或访谈。

从这段视频里找出 5 个适合做 60 秒竖屏短视频的片段，每段给出起止时间、一句钩子标题和推荐字幕重点。

验收标准：每段都能独立看懂。

多语言版本

准备材料：一条已完成的中文短视频。

为这条视频准备英文版本：翻译字幕、保留品牌名不译、标出需要重新配音或调整画面文字的位置。

验收标准：标出了画面内文字。

自动字幕校对

准备材料：自动生成的字幕文件。

检查这份字幕：统一专有名词写法，修正明显的同音错字，每行不超过 16 个字，不改动时间轴。

验收标准：时间轴未被打乱。

常见问题：字幕和口型对不上

先校对转写文本，再生成字幕；配音后重新对齐时间轴。

常见问题：导出后画质下降

检查导出码率和平台推荐参数，避免二次压缩。

常见问题：切片缺少上下文

每段开头补一句背景字幕，或把切点前移几秒。

概念补充：补帧

在原有帧之间生成中间帧，使画面更流畅或做慢动作。

概念补充：运镜

镜头的移动方式，如推、拉、摇、移，可以写进提示词。

适合人群：音乐人

音乐人可以用 Wan 处理编曲灵感、分轨练习等工作。需要注意：AI 生成音乐的版权归属以平台条款为准，发行前确认。

适合人群：HR 与招聘

HR 与招聘可以用 Wan 处理岗位描述撰写、面试题与评估表等工作。需要注意：简历筛选不得以性别、年龄等因素做歧视性判断，候选人信息需妥善保管。

注意事项

本文基于通义万相 Wan 开源视频模型公开的定位与通用用法编写，具体功能、套餐与可用地区以官方页面为准，产品更新后界面和名称可能变化。

涉及个人信息、商业机密或受监管数据时，先确认通义万相 Wan 开源视频模型的数据处理条款，再决定能否使用。

延伸阅读