阿里巴巴於8月24日正式推出全新的視頻生成大模型Wan3.0。此次升級標誌着阿里在視頻生成領域迎來一次全方位的跨越,模型在生成時長、萬能創作、全能參考以及真實世界還原等核心維度實現了深度突破。

image.png

在生成能力上,Wan3.0將單次視頻生成時長顯著提升至30秒,大幅拓展了單一鏡頭的敘事空間。同時,該模型首次實現了對多種主流文檔格式的輸入支持,包括doc、xls、ppt、pdf和md等,讓文字、表格以及演示文稿能夠直接轉化爲生動的影像內容。

爲了解決視頻生成中常見的畫面穿幫與風格漂移問題,Wan3.0在細粒度維度上展現出極強的穩定性。無論是角色外貌、道具細節、聲音配置、空間關係還是整體視覺風格,模型均能做到前後高度保持,力求精準還原真實世界的物理與邏輯規律。