Alibaba выпустила Wan3.0 — новую версию своей ИИ-модели для генерации видео. Релиз состоялся спустя несколько дней после того, как компания привлекла около $10,2 млрд в рамках размещения акций на бирже Гонконга.
С начала августа сервис был доступен в режиме бета-тестирования на платформах Alibaba Cloud и Qwen Cloud, а теперь стал общедоступным. Wan3.0 умеет создавать ролики с разрешением 1080p продолжительностью до 30 секунд — вдвое дольше, чем предыдущая версия Wan2.7.
По заявлению разработчиков, модель сохраняет детализацию персонажей, пространственную композицию и анимационную графику на протяжении всего видео, а также поддерживает добавление озвучки на разных языках.
Особенность Wan3.0 — широкий набор поддерживаемых входных данных. Помимо текста, изображений, аудио и видео, нейросеть работает с веб-страницами и документами, включая PDF и PowerPoint. Это позволяет загрузить презентацию или таблицу и получить видео, отражающее структуру исходного файла.
Ценовая политика сервиса ориентирована на разрешение: $0,05 за секунду при 480p, $0,1 за секунду при 720p и $0,2 за секунду при 1080p. Таким образом, минута видео в максимальном качестве обойдётся в $12. Для сравнения, у Google Veo 3.1 стандартный тариф составляет $0,4 за секунду.
Такая стоимость указывает на то, что новый продукт Alibaba нацелен скорее на маркетинговые и корпоративные команды, чем на индивидуальных авторов контента. При этом в компании считают, что Wan3.0 подойдёт и для других задач — создания роликов для соцсетей, а также для имитационного обучения в области автономного транспорта и робототехники.
По сути, эта нейросеть — бизнес-инструмент, замаскированный под творческий сервис.