Alibaba представила Wan 3.0: генерация видео по документам, презентациям и таблицам

Alibaba открыла открытый бета‑доступ к Wan 3.0, новой мультимодальной видеомодели семейства Wan. В отличие от большинства генераторов видео, новинка умеет функционировать не только с текстом, изображениями и аудио, но и с офисными документами — презентациями, таблицами, PDF и другими файлами, на основе которых может автоматически разрабатывать видеоролики длиной до 30 секунд. По данным компании, схема уже интегрирована в ряд десктопных приложений и корпоративных сервисов Alibaba на китайском рынке, а для международных пользователей доступна через QwenCloud программный интерфейс.

Wan 3.0 поддерживает широкий набор входных форматов: DOC, XLS, PPT, PDF и другие документы. Их содержимое схема использует как основу для генерации видеосцен, анимации и озвученного визуального ряда. Alibaba делает ставку на сценарии, где видеоконтент создается не вручную, а автоматически из уже существующих рабочих материалов — презентаций, отчетов, инструкций или таблиц.

Wan 3.0 явно нацелена на автоматизацию корпоративного видеопроизводства. Функция превратить презентацию или PDF‑документ в готовый видеоролик за один запрос может оказаться более востребованной в обучении, маркетинге и внутренней документации, чем очередной генератор кинематографичных клипов.

Доступ — api с посекундной тарификацией. Стоимость генерации зависит от разрешения: 480p — $0,05 за секунду, 720p — $0,10, 1080p — $0,20. Такой решение отличается от более привычной оплаты за токены и делает стоимость видео по сравнению с предсказуемой.

Веса модели пока не публикуются. В отличие от некоторых предыдущих релизов семейства Qwen, Alibaba не сообщила о планах открыть Wan 3.0 в формате open weights. Пока схема остается облачным сервисом и доступна только через инфраструктуру компании.