Alibaba научила Wan3.0 превращать презентации в 30-секундные видео

Alibaba расширила доступ к Wan3.0 — новой модели для генерации видео, которая находилась в публичной бете с начала августа. Она создаёт ролики длиной до 30 секунд за один запуск и поддерживает разрешение до 1080p.

Предыдущая версия Wan2.7 ограничивалась 15 секундами. По заявлению Alibaba, новая модель лучше сохраняет внешность персонажей, предметы и расположение объектов на протяжении всего ролика. Она также синхронизирует мимику с речью и умеет озвучивать видео на нескольких языках.

Главное отличие Wan3.0 — набор исходных форматов. Модели можно передать текст, изображение, аудио или другое видео. Она также принимает веб-страницы, PDF-файлы и презентации PowerPoint.

Например, отдел маркетинга сможет загрузить презентацию продукта и получить ролик, который повторяет её структуру. Alibaba также называет среди сценариев короткие сериалы, контент для соцсетей и создание материалов для обучения беспилотных автомобилей и роботов.

Генерация стоит $0,05 за секунду в 480p, $0,10 в 720p и $0,20 в 1080p. Минута видео в максимальном разрешении обойдётся в $12. Для сравнения, стандартный тариф Google Veo 3.1 стоит $0,40 за секунду.

При этом независимых тестов Wan3.0 пока нет. Все заявления о качестве исходят от самой Alibaba, а некоторые конкурирующие модели стоят дешевле даже в верхнем качестве.

Доступ разворачивают поэтапно через платформы Alibaba Cloud Model Studio и Qwen Cloud. Полноценный доступ к API разворачивают поэтапно, а будущий сайт wan.video будет доступен только участникам программы. Веса модели компания публиковать не собирается, хотя прежние версии серии Wan выходили с открытым кодом.

Расширение доступа состоялось через несколько дней после размещения акций Alibaba в Гонконге примерно на $10,2 млрд. Все привлечённые деньги компания направляет на искусственный интеллект. В июньском квартале выручка облачного и ИИ-направления Alibaba выросла на 45%, но чистая прибыль упала на 75% на фоне крупных расходов на инфраструктуру.