Компания Alibaba выпустила Wan3.0 — очередную версию своей ИИ-модели для генерации видео. Это произошло через несколько дней после того, как IT-гигант привлёк около $10,2 млрд в рамках размещения акций на бирже Гонконга.
Источник изображения: Alibaba Cloud
Сервис уже был доступен по программе бета-тестирования на платформах Alibaba Cloud и Qwen Cloud с начала августа, а теперь модель Wan3.0 стала общедоступной. Обновлённая нейросеть генерирует ролики с разрешением 1080p продолжительностью до 30 секунд, что вдвое больше по сравнению с возможностями предыдущей версии Wan2.7. По словам разработчиков, ИИ-модель сохраняет детализацию персонажей, пространственную компоновку и анимационную графику на протяжении всего ролика, а также позволяет добавлять голосовые сопровождения на разных языках.
Наиболее заметная особенность Wan3.0 в том, с какими типами входных данных может работать нейросеть. Помимо текста, изображений, аудио и видео, сервис взаимодействует с веб-страницами и документами, включая файлы в формате PDF и PowerPoint. Это позволяет пользователю загрузить презентацию или электронную таблицу и получить видео, которое отражает структуру исходного материала.
Таким образом, новый продукт Alibaba ориентирован скорее на отделы маркетинга и команды корпоративных коммуникаций, чем на авторов медиаконтента. При этом разработчики уверены, что Wan3.0 будет полезна в большем количестве сценариев использования, включая создание роликов для соцсетей, а также имитационное обучение в сферах автономного транспорта и робототехники. По сути, нейросеть представляет бизнес-инструмент, замаскированный под творческий.
Ценообразование соответствует этой логике. Стоимость работы с Wan3.0 составляет $0,05 за секунду видео с разрешением 480p, $0,1 за секунду видео с разрешением 720p и $0,2 за секунду видео с разрешением 1080p. Таким образом, при создании видео с максимально доступным разрешением пользователю придётся заплатить $12 за минуту. Для сравнения, стандартный тариф Google Veo 3.1 предполагает плату $0,4 за секунду видео.