阿里视频模型万3.0开启公测：文档和PPT也可成片

8月6日，阿里影业旗下通义万相宣布正式开放视频生成大模型万相3.0的公测，在生成时长、万能创作、万能参考、真实还原等方面进行了升级。该模型单次可生成30秒视频，充分表达创作意图，并首次支持除文本、图像、音频、视频四种基础模态之外文档格式的输入，包括doc、xls、ppt、pdf和md。模型力求准确还原真实世界，每个人物拥有独一无二的外貌，每一帧画面既真实又可信。生成时长的延长是最直观的升级，支持连续运镜、一镜到底等复杂镜头运动。万相3.0还具备智能时长功能，可根据提示词自动推荐合适的时长。它正从视频生成模型向信息表达载体转变，能够读取文档和PPT中的结构化信息，结合提示词生成教学课件、产品演示和商业报告。支持的格式涵盖doc、xls、ppt、pdf、md，单个文件或链接不超过100MB和50页。例如，上传一份关于智能眼镜的PPT并给出提示词，即可生成一段完整的宣传视频。这背后是模型强大的提示工程和指令跟随能力，将提示词转化为调度输入和控制表达的枢纽。视频生成模型正从内容生成工具升级为生产力工具，用户不仅要求画质清晰，更要求真实感。万相3.0既准确还原真实场景，也精确呈现数字信息，生成的人物力求面部独特，五官和皮肤细节丰富，情绪表达自然克制，微表情和身体动作协调。在万能参考任务中，人物、道具、音效、空间关系和风格等细粒度特征得到稳定保持。数字信息的视觉质量同样提升，图表、数据和界面内容更具质感。此外，万相3.0的视频编辑能力大幅增强，支持对画面、剧情和对话的修改。音质和文字准确性仍有改进空间。即日起，万相3.0在阿里云百炼、万镜一刻、万相官方网站、千问创作PC端、IF STUDIO和兑就开放公测，并通过灰度方式在千问应用上线。API定价为480P、720P和1080P分别每秒0.3元、0.6元和1.2元，API接口即将全面开放。