Alibaba Cloud Wan3.0-Videogenerierungsmodell offiziell veröffentlicht: Generiert 30-Sekunden-Videos in einem Durchgang und unterstützt Dokumenteingabe

de.wedoany.com-Bericht: Am 24. August gab Alibaba Cloud die offizielle Veröffentlichung des Videogenerierungsmodells Wan3.0 bekannt. Das Modell startete am 6. August in die öffentliche Beta und bietet umfassende Verbesserungen bei Generierungsdauer, Eingabemodalitäten und Inhaltsverständnis. Es kann in einem Durchgang hochauflösende Videos von bis zu 30 Sekunden generieren und unterstützt erstmals die direkte Eingabe von Dokumentformaten wie doc, xls, ppt, pdf und md zur Videogenerierung.

Wan3.0 ist das von Alibaba Cloud eingeführte All-in-One-Referenz-Videogenerierungs-Großmodell, das zur Tongyi Wanxiang (Wan)-Serie gehört und über die Alibaba-Cloud-Bailian-Plattform Inferenzdienste bereitstellt. Im Vergleich zur vorherigen Wan-2.7-Serie mit einer maximalen Generierungsdauer von 15 Sekunden verdoppelt Wan3.0 die Dauer. Das Modell integriert tiefgreifend multimodale Eingabefähigkeiten wie Text, Bilder, Videos und Audio und unterstützt einheitlich verschiedene Generierungsmodi, darunter Text-zu-Video, Bild-zu-Video (erstes Bild/erstes und letztes Bild) und Referenz-zu-Video. Nutzer können bis zu 10 Bilder, 5 Videos und 5 Audiodateien als multimodale Referenzmaterialien hochladen; bei der Dateieingabe kann pro Vorgang maximal 1 Datei oder Link hochgeladen werden, mit einer Dateigrößenbegrenzung von 100 MB und maximal 50 Seiten. Das Modell unterstützt Ausgaben in drei Auflösungen – 480P, 720P und 1080P – und die Bildseitenverhältnisse sind an Formate wie 16:9, 4:3, 1:1, 3:4 und 9:16 anpassbar.

Bei der Wiedergabe physikalischer Details verbessert Wan3.0 die Darstellung feiner Elemente wie Haaren, Glasreflexionen und Wasseroberflächenglanz und reduziert die Wahrscheinlichkeit von Figurenverzerrungen und sichtbaren Aufnahmefehlern. Im All-in-One-Referenzmodus kann das Modell Charakterdarstellungen, Requisitendetails, räumliche Beziehungen und Licht- und Schattenstile präzise nachbilden und gewährleistet eine hohe Konsistenz der wichtigsten visuellen Elemente bei der Generierung langer Videos oder mehrerer Einstellungen. In der öffentlichen Beta-Phase wurde Wan3.0 bereits in mehreren Branchen eingesetzt: Im Bereich Kurzserien und Film können Nahaufnahmen von Gesichtern erstellt werden, was die Nutzbarkeit bei der Massenproduktion erhöht; in der Werbebranche können Produktoptik und Logo-Details stabil erhalten bleiben, wobei die Ergebnisse nahezu wie echte Aufnahmen wirken; im Tourismus- und Kulturbereich können schnell Werbefilme für städtische Wahrzeichen generiert werden; im Musikbereich unterstützt das Modell die automatische Generierung von Musikvideos mit mehreren Einstellungen aus Bildeingaben sowie die Anpassung von Lippenbewegungen an den Liedtext.

Was die Abrechnung betrifft, wird Wan3.0 nutzungsbasiert abgerechnet: Die API-Preise für 480P, 720P und 1080P betragen 0,3 Yuan/Sekunde, 0,6 Yuan/Sekunde bzw. 1,2 Yuan/Sekunde. Vom 24. August bis zum 23. September können APIs der Alibaba-Cloud-Bailian- und Qwen-AI-Plattformen von einem zeitlich begrenzten Rabatt von 30 % profitieren. Derzeit können Nutzer das Modell auf Plattformen wie Alibaba Cloud Bailian, der Wanxiang-Website, Wanjing Yike, der Qwen-AI-Plattform, Qwen Creation (PC), der Qwen-App, Duijou und IF STUDIO erleben. Im Ökosystem haben sich bereits Unternehmen wie Tiaoyue Shijie, Deevid, Juhe, die Jingdong-Lingjing-Plattform, Meitu und Jingmeng von Maiya an Wan3.0 angebunden; auch Plattformen wie Meitu, Jingdong Lingjing, iQiyi Nado Pro und Bilibili Updream haben die Integration abgeschlossen.