阿里Wan AI 教學課程

上門AI教學課程內容

阿里 Wan AI（通義萬相 Wan 系列）已成為華語圈最具代表性的影片與視覺生成模型之一，非常適合設計成實戰導向的短期課程。以下是一套 2 小時速成班課程大綱與課程簡介，聚焦實際上手與創作應用。

 

---

課程簡介

課程名稱：阿里 Wan AI（通義萬相）影片生成速成課
課程時長：2 小時（120 分鐘）
適合對象：

• 影音創作者、自媒體經營者、行銷與品牌內容從業者

• 動畫、遊戲、美術設計與短片創作者

• 對 AI 影片、圖像生成有興趣的學生與開發者

課程目標：

• 了解阿里 Wan AI／通義萬相 Wan 系列模型的定位與能力（文生影片、圖生影片、動作生成等）

• 實際操作 Wan 線上平台（或雲端控制台）完成從「文字→影片」與「圖片→影片」的完整流程

• 學會為不同場景（廣告短片、社交短影片、角色動作片段）設計合適的提示詞與創作流程

• 建立對 Wan2.x 系列版本差異、成本與限制的基本認知，能評估在自己工作或創作中的導入方式

 

預期成果：
完成課程後，學員可在 10–20 分鐘內，獨立用 Wan 建出一支 5–10 秒的概念短片，並能調整畫質、時長與動作風格，形成可用於簡報提案、社交媒體發佈或後期剪輯的素材。

---

 

課程大綱（2 小時速成）

模組一：認識阿里 Wan AI 與應用場景（約 20 分鐘）

• Wan 系列簡介：

  • 通義家族定位：Qwen（文字大模型） vs Wan（影像／影片生成）

  • Wan2.1、Wan2.2、Wan2.5、Wan2.6 的大致差異與演進方向（畫質、時長、音畫同步、動作生成等）

• Wan 能做什麼：

  • 文生影片（T2V）、圖生影片（I2V）、影片風格轉換、影片補全

  • Wan2.2-Animate 動作生成：從參考影片遷移動作到角色形象

  • Wan2.5／2.6 的「人人皆導演」思路：智能分鏡、敘事控制

• 真實場景示例：

  • 短影片、品牌廣告、產品展示、角色預告片、遊戲過場、虛擬 IP 構圖

---

模組二：環境與帳號準備（約 15 分鐘）

• 阿里雲帳號與基礎權限說明

• Wan 入口形式：

  • 瀏覽器端可視化介面（如阿里雲影像生成控制台或 Wan Demo 頁面）

  • 開發者模式：API／SDK（本課程著重可視化操作，僅做概念說明）

• 費用與配額概念：

  • 免費試用額度、按秒／按次計費邏輯

  • 畫質、時長、幀率對成本的影響

• 課堂共用專案：

  • 講師示範用專案／資源，學員跟做

---

模組三：文生影片實作（Text-to-Video）基礎（約 25 分鐘）

• 介面導覽：

  • 提示詞輸入區、解析度設定、時長、幀率與風格選項

  • 預覽、渲染隊列與歷史紀錄

• 提示詞設計基礎：

  • 敘事情境：時間、地點、主體、動作、鏡頭感（例如：「黃昏的香港維港上空，無人機俯拍，霓虹招牌與海面反光，電影感，慢速移動」）

  • 視覺風格：寫實、動漫、賽博龐克、水彩、像素風等

  • 避免模糊描述：如何用具體名詞與動詞提升畫面可控性

• 實作練習（一）：

  • 全班共用同一主題，生成 5 秒 720p 影片

  • 對比不同提示詞下的畫面差異

• 實作練習（二）：

  • 學員自由選題（品牌廣告概念、開場片頭、情緒氛圍短片）各自生成一支影片

---

模組四：圖生影片／動作生成入門（約 25 分鐘）

• 圖生影片（Image-to-Video）：

  • 上傳角色或場景圖片，讓 Wan 生成連續動態

  • 適合「已有角色設計，需要動起來」的情境（IP 角色、產品模型）

• Wan2.2-Animate 概念說明：

  • 從參考影片抽取動作軌跡，應用到角色圖像

  • 動作類型：跳舞、走路、運動、表情誇張等

• 實作練習：

  • 提供一張角色圖片與一個簡單動作參考（如走路或轉身），生成 3–5 秒動作片段

  • 示範常見錯誤（肢體扭曲、邊緣破碎）與如何透過提示與設定改善

• 應用串接：

  • 如何將圖生影片結果，作為後續剪輯素材（如 Premiere、CapCut）

  • 多段短片拼接成完整 Reels／短視頻

---

模組五：進階控制、品質優化與實戰範例（約 20 分鐘）

• 進階控制點：

  • 畫面穩定 vs 創意多變：溫度／隨機性相關參數的調整思路（若介面提供）

  • 鏡頭語言：近景／遠景、運鏡方向、節奏感描述

  • 文本長度與分鏡：

    • 簡短、聚焦的提示 vs 過長混亂的提示

    • 如何分段寫提示，分鏡生成多段影片後再剪輯

• 品質優化策略：

  • 如果人物臉崩壞／手部異常，可以怎樣在提示中補充（如「清晰五官」、「自然手部」、「避免多餘肢體」）

  • 畫面細節 vs 速度：解析度與時長的取捨

• 實戰範例拆解：

  • 以一支「10 秒品牌開場片頭」為例，拆解成 2–3 段 Wan 生成片段 + 後期剪輯的完整流程

  • 分享不同產業（教育、旅遊、餐飲、個人品牌）的常見提示模板

---

模組六：風險、版權與未來發展（約 15 分鐘）

• 版權與真實性議題：

  • 生成內容是否可商用，需留意的使用條款方向

  • Deepfake 風險簡述：避免模仿真人、名人形象作不當用途的基本原則

• 成本與工作流程重構：

  • 如何在團隊中定位 Wan：概念視覺、提案 Demo、低成本試錯工具

  • 不建議完全取代攝影與專業後期，而是作為前期腳本驗證與素材輔助

• 未來趨勢簡談：

  • 音畫同步、互動影片、即時生成（Real-time）與遊戲引擎串接

  • 與其他模型（如 Qwen 文本、Diffusion 圖像）的組合拳想像