O modelo de geração de vídeo Wan3.0 da Alibaba Cloud foi oficialmente lançado, capaz de gerar vídeos de 30 segundos em uma única execução e com suporte à entrada de documentos

De acordo com pt.wedoany.com-Em 24 de agosto, a Alibaba Cloud anunciou o lançamento oficial do modelo de geração de vídeo Wan3.0. O modelo iniciou o teste público em 6 de agosto, apresentando uma atualização abrangente em duração de geração, modalidades de entrada e compreensão de conteúdo, podendo gerar vídeos em alta definição de até 30 segundos em uma única execução, e pela primeira vez suporta a entrada direta de documentos nos formatos doc, xls, ppt, pdf, md para gerar vídeos.

O Wan3.0 é um grande modelo de geração de vídeo de referência versátil (All-in-One) lançado pela Alibaba Cloud, pertencente à série Tongyi Wanxiang (Wan), com serviços de inferência fornecidos pela plataforma Bailian da Alibaba Cloud. Em comparação com a capacidade de geração de até 15 segundos da geração anterior, a série Wan 2.7, o Wan3.0 dobra a duração. O modelo integra profundamente capacidades de entrada multimodal, como texto, imagem, vídeo e áudio, suportando uniformemente vários modos de geração, incluindo vídeo a partir de texto, vídeo a partir de imagem (primeiro quadro/primeiro e último quadros) e vídeo de referência. Os usuários podem enviar até 10 imagens, 5 vídeos e 5 áudios como materiais de referência multimodal; em relação à entrada de arquivos, é possível enviar no máximo 1 arquivo ou link por vez, com limite de 100 MB e não mais de 50 páginas. O modelo suporta saída em três resoluções: 480P, 720P e 1080P, com proporções de tela adaptáveis a vários formatos, como 16:9, 4:3, 1:1, 3:4 e 9:16.

Em termos de restauração de detalhes físicos, o Wan3.0 aprimora representações sutis, como pelos, reflexos em vidro e brilho em superfícies de água, reduzindo a probabilidade de distorções em personagens e falhas visuais nas cenas. No modo de referência versátil, o modelo pode replicar com precisão a aparência dos personagens, detalhes de adereços, relações espaciais e estilo de iluminação e sombra, garantindo alta consistência dos elementos visuais-chave na geração de vídeos longos ou com múltiplas cenas. Durante a fase de teste público, o Wan3.0 já foi aplicado em vários setores: no campo de séries curtas e cinema, pode realizar close-ups faciais em planos próximos, aumentando a taxa de usabilidade para produção em larga escala; na indústria de publicidade, pode preservar de forma estável a aparência dos produtos e os detalhes de logotipos, com resultados próximos aos de filmagens reais; em cenários de turismo cultural, pode gerar rapidamente vídeos promocionais de marcos urbanos; no setor musical, suporta a entrada de imagens para gerar automaticamente MV com múltiplas cenas e sincronizar a letra com o movimento dos lábios.

Em relação ao faturamento, o Wan3.0 é cobrado por uso, com preços de API de 0,3 yuan/segundo, 0,6 yuan/segundo e 1,2 yuan/segundo para 480P, 720P e 1080P, respectivamente. Durante o período de 24 de agosto a 23 de setembro, as APIs das plataformas Bailian da Alibaba Cloud e Qianwen AI podem usufruir de um desconto limitado de 30%. Atualmente, os usuários podem experimentar o modelo nas plataformas Bailian da Alibaba Cloud, site oficial do Wanxiang, Wanjing Yike, plataforma Qianwen AI, PC de criação Qianwen, aplicativo Qianwen, Duijoy e IF STUDIO. No ecossistema, Tiaoyue Shijie, Deevid, Juhuo, plataforma Jingling da JD.com, Meitu e Jingmeng, sob a Maijie, já integraram o Wan3.0; plataformas como Meitu, Jingling da JD.com, Nado Pro da iQIYI e Updream do Bilibili também concluíram a integração.