Alibaba Cloud официально запустила Wan3.0: модель генерирует до 30 секунд видео за один раз и принимает документы пяти форматов. Для видеобилдера это не просто прибавка к длительности. Проверять нужно, способна ли одна генерация заменить цепочку из коротких фрагментов, монтажа и ручной перекладки документа в сценарий.
Что именно запустила Alibaba Cloud
Как пишет IT Home со ссылкой на Alibaba Cloud, Wan3.0 вышла 24 августа после более чем десяти дней публичного тестирования. За это время компания заявила об улучшениях в следовании инструкциям, согласованности между сценами, качестве аудио и редактировании видео.
Главная прикладная функция релиза: один запрос может вернуть ролик длительностью до 30 секунд. Модель также принимает файлы doc, xls, ppt, pdf и md. Но сам факт загрузки презентации еще не означает, что на выходе получится внятный ролик. Это как раз надо измерять, а не принимать на веру после демо.
Wan3.0 доступна через Alibaba Cloud Bailian, сайт Wanxiang, Wan Jing Yi Ke, платформу Qwen AI, PC-клиент и приложение Qwen, а также Duiyou и IF STUDIO. По данным IT Home, модель уже подключили несколько внешних сервисов, включая Deevid, платформу JD Lingjing и Meitu.
API тарифицируется посекундно: 0,3 юаня за 480P, 0,6 юаня за 720P и 1,2 юаня за 1080P. Значит, одна 30-секундная генерация по базовому тарифу стоит 9, 18 или 36 юаней соответственно. С 24 августа по 23 сентября на Alibaba Cloud Bailian и Qwen AI действует скидка 30%, поэтому на время акции расчетная цена такого фрагмента составляет 6,3, 12,6 или 25,2 юаня.
Это цена сгенерированных секунд, а не принятого заказчиком ролика. Между ними обычно лежит самое дорогое: повторы, отбор, склейки и исправления.
Новый объект тестирования: не клип, а весь конвейер
30 секунд имеют смысл только при временной согласованности. Если персонажи, предметы, движение и логика сцены расползаются к середине ролика, Wan3.0 дает не законченный фрагмент, а просто более длинную заготовку для монтажа. Тридцать секунд дрейфа стоят дороже восьми секунд дрейфа, и тариф здесь уже не спасает.
Но если заявленное улучшение согласованности между сценами выдерживает рабочие сюжеты, архитектура продукта действительно меняется. Вместо нескольких коротких генераций с отдельными промптами можно пробовать один длинный запрос. Меньше границ между фрагментами означает потенциально меньше склеек и меньше мест, где оператор вручную чинит темп, звук и визуальную непрерывность.
Ввод документов создает второй шанс на экономию. Сейчас его стоит проверять не вопросом «принимает ли модель PDF», а вопросом «сколько ручной подготовки осталось после загрузки PDF». Полезный результат выглядит так: исходный документ задает содержание и последовательность ролика, а оператор лишь корректирует. Бесполезный: файл формально загружен, но его все равно приходится пересказывать в подробном промпте.
Поэтому сравнивать Wan3.0 нужно не с другой моделью по красоте лучшего кадра. Честный конкурент для нее: ваш текущий пайплайн целиком. Возьмите один документ и один сценарий, затем соберите ролик двумя способами. В первом используйте короткие генерации, отдельную подготовку сценария и монтаж. Во втором дайте материал Wan3.0 и запросите длинный фрагмент.
Считать стоит четыре показателя: число генераций до приемлемого результата, минуты ручной работы, число монтажных склеек и полную стоимость принятого ролика. Цена секунды сама по себе здесь почти рекламная метрика.
Что покажет, был ли релиз важным
Главный маркер на ближайших тестах: доля 30-секундных генераций, которые можно использовать целиком, без разрезания на спасаемые куски. Второй маркер: сколько содержания из doc, xls, ppt, pdf или md модель переносит в ролик без ручного пересказа.
Если Wan3.0 одновременно сократит число повторов, склеек и время подготовки промпта, видеопродуктам придется пересобирать конвейер вокруг длинной генерации. Если нет, рынок получит знакомый продуктовый ритуал: новая цифра в карточке модели, а монтажер работает по-старому.