El modelo de generación de video Wan3.0 de Alibaba Cloud se lanza oficialmente, capaz de generar videos de 30 segundos en una sola ejecución y compatible con entrada de documentos

es.wedoany.com Noticia: El 24 de agosto, Alibaba Cloud anunció el lanzamiento oficial del modelo de generación de video Wan3.0. El modelo inició su prueba pública el 6 de agosto, presentando mejoras integrales en duración de generación, modalidades de entrada y comprensión de contenido, pudiendo generar videos en alta definición de hasta 30 segundos en una sola ejecución, y admitiendo por primera vez la entrada directa de documentos en formatos como doc, xls, ppt, pdf y md para generar videos.

Wan3.0 es un modelo de generación de video de referencia integral (All-in-One) lanzado por Alibaba Cloud, perteneciente a la serie Tongyi Wanxiang (Wan), con servicios de inferencia proporcionados por la plataforma Bailian de Alibaba Cloud. En comparación con la capacidad de generación máxima de 15 segundos de la serie anterior Wan 2.7, Wan3.0 duplica la duración. El modelo integra profundamente capacidades de entrada multimodal como texto, imagen, video y audio, y admite de manera unificada múltiples modos de generación, incluidos video a partir de texto, video a partir de imagen (primer fotograma/primero y último fotograma) y video con referencia. Los usuarios pueden cargar hasta 10 imágenes, 5 videos y 5 audios como materiales de referencia multimodal; en cuanto a la entrada de archivos, se puede cargar un máximo de 1 archivo o enlace por vez, con un límite de archivo de 100 MB y no más de 50 páginas. El modelo admite salida en tres resoluciones: 480P, 720P y 1080P, y la relación de aspecto de la imagen puede adaptarse a múltiples formatos como 16:9, 4:3, 1:1, 3:4 y 9:16.

En cuanto a la restauración de detalles físicos, Wan3.0 mejora las representaciones sutiles como cabello, reflejos de vidrio y brillo de superficies de agua, reduciendo la probabilidad de deformación de personajes y errores visuales en la escena. En el modo de referencia integral, el modelo puede replicar con precisión la apariencia de los personajes, los detalles de los accesorios, las relaciones espaciales y el estilo de iluminación y sombras, garantizando una alta consistencia de los elementos visuales clave en la generación de videos largos o de múltiples tomas. Durante la fase de prueba pública, Wan3.0 se ha implementado en múltiples industrias: en el ámbito de series cortas y cine, puede completar primeros planos faciales, mejorando la tasa de disponibilidad para la producción a gran escala; en la industria publicitaria, puede preservar de manera estable los detalles de la apariencia del producto y el logotipo, con resultados finales cercanos a la filmación real; en escenarios de turismo cultural, puede generar rápidamente videos promocionales de monumentos urbanos; y en el ámbito musical, admite la entrada de imágenes para generar automáticamente videos musicales de múltiples tomas con sincronización de letras y movimientos de boca.

En cuanto a la facturación, Wan3.0 se cobra según el uso, con precios de API de 0,3 yuanes/segundo, 0,6 yuanes/segundo y 1,2 yuanes/segundo para 480P, 720P y 1080P, respectivamente. Del 24 de agosto al 23 de septiembre, las API de las plataformas Bailian de Alibaba Cloud y Qianwen AI disfrutarán de un descuento limitado del 30%. Actualmente, los usuarios pueden experimentar el modelo en plataformas como Bailian de Alibaba Cloud, el sitio oficial de Wanxiang, Wanjing Yike, la plataforma Qianwen AI, el cliente de PC de Qianwen Creation, la aplicación Qianwen, Duijoy e IF STUDIO. En cuanto al ecosistema, Tiaoyue Shijie, Deevid, JuHuo, la plataforma Jingling de JD.com, Meitu y Jingmeng, bajo Maiya, ya se han integrado con Wan3.0; plataformas como Meitu, Jingling de JD.com, Nado Pro de iQIYI y Updream de Bilibili también han completado la integración.