نموذج علي بابا للفيديو Wan3.0 يفتح النسخة التجريبية العامة: يمكن تحويل المستندات والعروض التقديمية إلى فيديو

في 6 أغسطس، أطلقت Alibaba النسخة التجريبية العامة (Public Beta) لنموذجها الكبير لتوليد الفيديو Wan 3.0، مع ترقيات في مدة التوليد، والإبداع الشامل، والقدرة على الإحالة الكلية (Omnipotent Reference)، واستعادة الواقع بدقة. يمكنه توليد فيديو مدته 30 ثانية في تشغيل واحد، بما يتيح التعبير الكامل عن النية الإبداعية. ولأول مرة، يدعم النموذج إدخال صيغ مستندات تتجاوز الأنماط الأساسية الأربعة المتمثلة في النص والصورة والصوت والفيديو، لتشمل صيغ doc وxls وppt وpdf وmd. ويسعى النموذج جاهدًا لاستعادة العالم الحقيقي بدقة، بحيث يمتلك كل شخص مظهرًا فريدًا وتكون كل لقطة واقعية وموثوقة في آن واحد. يُعد تمديد مدة التوليد أبرز ترقية ملموسة، إذ يتيح حركات كاميرا معقدة مثل البانوراما المستمرة واللقطات المتصلة بدون قطع (One-Shot Takes). كما يضم Wan3.0 وظيفة "المدة الذكية" التي توصي تلقائيًا بمدة مناسبة بناءً على موجه التوليد (Prompt). وبذلك ينتقل النموذج من كونه أداة لتوليد الفيديو فحسب إلى وسيلة للتعبير عن المعلومات، إذ بات قادرًا على قراءة المعلومات المهيكلة من المستندات وعروض PowerPoint، وتوليد مواد تعليمية تفاعلية، وعروض توضيحية للمنتجات، وتقارير أعمال عند دمجها مع موجهات التوليد. وتشمل الصيغ المدعومة doc وxls وppt وpdf وmd، على ألا يتجاوز حجم الملفات أو الروابط الفردية 100 ميغابايت أو 50 صفحة. فعلى سبيل المثال، عند رفع عرض PowerPoint خاص بنظارة ذكية مع إضافة موجه توليد، ينتج النموذج فيديو ترويجي متكامل. ويستند هذا إلى قدرات النموذج القوية في هندسة الموجهات (Prompt Engineering) واتباع التعليمات، والتي تُحوّل الموجهات إلى محور مركزي لجدولة المدخلات والتحكم في طريقة التعبير. تتجه نماذج توليد الفيديو من مجرد أدوات لإنتاج المحتوى إلى أدوات للإنتاجية، ولم يعد المستخدمون يطلبون الوضوح فقط بل الواقعية أيضًا. ويحرص Wan3.0 على إعادة إنتاج وعرض المشاهد الواقعية والمعلومات الرقمية بدقة، إذ تهدف الشخصيات المولَّدة إلى امتلاك وجوه فريدة، وملامح وجه وبشرة مفصلة، وتعبيرات عاطفية طبيعية ومتحكم بها، وتناسق بين تعبيرات الوجه الدقيقة وحركات الجسد. وفي مهام الإحالة الشاملة، يجري الحفاظ بثبات على التفاصيل الدقيقة مثل الشخصيات والأدوات والصوت والعلاقات المكانية والأسلوب. كما تحسّنت الجودة البصرية للمعلومات الرقمية، بحيث باتت الرسوم البيانية والبيانات ومحتوى الواجهات تحمل إحساسًا بالملمس والتفاصيل. إضافة إلى ذلك، تعزّزت بشكل كبير قدرات تحرير الفيديو في Wan3.0، حيث بات يدعم إجراء تعديلات على العناصر البصرية والحبكة والحوار. وما زال هناك مجال للتحسين في جودة الصوت ودقة النصوص. اعتبارًا من الآن، أصبح Wan3.0 متاحًا في نسخته التجريبية العامة عبر منصات Alibaba Cloud Bailian وWanjing Yike والموقع الرسمي لـ Wanxiang، وتطبيق Qianwen Creation لسطح المكتب، وIF STUDIO، وDuijiu، إلى جانب طرح تدريجي (Grayscale Rollout) على تطبيق Qianwen. أما أسعار واجهة برمجة التطبيقات (API) لدقة 480P و720P و1080P فتبلغ 0.3 و0.6 و1.2 يوان لكل ثانية على التوالي، على أن يتم فتح واجهة API بالكامل قريبًا.