Alibabaの新しいオールインワンモデル:プロンプト、画像—またはPDF、スライドデッキ、スプレッドシートからネイティブの30秒クリップを生成。ここでドキュメントを読める唯一のモデルです。下にプロンプトを入力して試してみてください。順番待ちはありません。
開発者
アリババ通義ラボ
タイプ
オールインワン: 生成 + 参照 + 編集
期間
2–30秒の単一パス
最大出力
1080p
ドキュメント入力
pdf / ppt / xls / URL
重みを開く
誓約済み (Apache 2.0)
ここにティア
有料クレジット
私たちの一言評価: ドキュメント選択。ソース資料がスライドデッキ、マニュアル、またはスプレッドシートの場合、他のものはそれを読み取ることすらできません。
Wan 3.0 8月6日にパブリックベータに入り、その最大の強みは30秒のワンテイクではありません——Seedanceが先に実現しています——入力として受け付けるものです。PDFマニュアル、ピッチデッキ、四半期スプレッドシートを渡すと、その内容から動画を作成し、キャラクター、小道具、レイアウトをソースと一貫させます。Alibabaはまた、以前は4つの別々のWanモデルだったものを1つに統合したため、生成、参照、編集でパイプラインの途中にモデルを切り替える必要がなくなりました。
パブリックベータ版は公開からまだ数日しか経っていないため、これらは私たちのテストレンダーとAlibabaの公開ドキュメントに基づく第一印象であり、その旨を明記しています。独立した数値が出そろい次第、改訂します。
• ドキュメントから動画へ。
doc、xls、ppt、pdfおよび類似形式を最大100 MBまたは50ページまで読み込み、URLによるWebページにも対応し、内容から動画を生成します。マニュアルからトレーニング動画を、デッキからデモを作成できます — 当社がホストする他のモデルでは、これをまったく実行できません。
• 30秒のワンテイク。
1回のネイティブ生成は2〜30秒で、従来のWanの上限の2倍に対応し、プロンプトに適した長さを提案するインテリジェントな長さ機能を備えています。
• オールインワンのワークフロー。
Wan 2.7ではtext-to-video、image-to-video、参照、編集が4つのモデルに分かれていました。Wan 3.0ではそれらを統合します — 1つのモデルID、パイプライン切り替えなし、参照と編集を同じ場所で行えます。
• 参照への忠実度。
キャラクター、小道具、音声、空間レイアウト、スタイルは入力内容と一貫性を保ちます—Alibabaの表現では「1枚のフレーム生成から、ひとつの物語全体を語るまで」であり、私たちの初期テストもその連続性の主張を裏付けています。
• 1080p上限。
文書化されている出力は480P、720P、1080Pで、2Kティアはありません。解像度が要件なら、MiniMax H3がそのカードを握っています。
• 上流の摩擦にアクセスします。
Alibaba Cloudでは、このモデルはプレビュー版と表示され、料金は招待制です。ここでは順番待ちリストをスキップできますが、ベータ版の拡大中は上流の容量に一時的な不安定さが発生する可能性があります。
• オープンウェイト: 約束済み,未公開.
Apache 2.0が約束されています;Wanラインのオープンリリース提供実績にはむらがあります。発表ではなく、アップロードを信じてください。
• ベンチマークは保留中です。
これはAI動画史上最も混み合った月に登場しました—それ自体、その競合、または私たちによる「ベストモデル」という主張は、独立したスコアが出るまではすべて暫定的です。
このうち2つは他の誰も持っていないドキュメントのトリックを使い、3つ目は長回しです。コピーして、括弧を入れ替え、レンダリングしてください。
アップロード: あなたのプロダクトデック (ppt/pdf,≤50ページ)
"この資料を30秒のローンチ動画に変換: プレゼンターが3つの主要機能を順番に説明し、製品レンダリングはスライドと完全に一致、明るいコーポレートトーン、最後は最終スライドのロゴとタグラインで締める。"
構造を指定する("3つの主要機能を順番に","最後のスライドで終える")ことで、モデルに、12枚のスライドに対して30秒をどう配分するかを伝えられます。"スライドに完全に一致させる"は参照忠実度システムを呼び出します — モデルはデッキを読み込んでおり、その周りを装飾しているのではありません。
アップロード: 機器マニュアル(pdf)
"このマニュアルのセクション3の30秒の安全トレーニングクリップ:オペレーターが起動シーケンスをステップごとに実演し、本文で名称が示された各操作部をクローズアップ、落ち着いた説明ナレーション、マニュアルの用語に一致するキャプション。"
セクションを指定すると、50ページの入力の焦点が保たれ、"マニュアルに一致する用語"という指示によって、出力は汎用的なb-rollではなく実際のトレーニングに使えるものになります。スプレッドシート版:xlsを差し替えて、グラフ主導の四半期サマリーを依頼します。
"連続した30秒のワンショット:[屋台の女性販売員]が夜明けに屋台を準備する——カートを広げ、バーナーに火をつけ、太陽が屋根の上に昇ると最初の客がやって来る。カメラはその間ずっと屋台の周りをゆっくり旋回する。朝の環境音が、次第にジュージューという音と話し声へ高まっていく。"
始まり-中盤-終わりを連続したアクションの一文として書くことは、長回しモデルが評価する形です。旋回するカメラは連続性のストレステストです — キャラクターとレイアウトが360度にわたり30秒間保たれるなら、モデルは役割を果たしています。
中国の3つのラボ、3つのフラッグシップ、6週間。3つすべてに同じプロンプトを使い、私たちがリリースするものを基準に評価しました——いずれも非常に新しいため、暫定的な評価です。自分で比較してみてください 1つのプロンプトボックスから。
Alibaba Cloudでwan3.0-videoとして8月6日に公開ベータ。ネイティブ30秒クリップ、ドキュメントから動画生成、オールインワンアーキテクチャ、Apache 2.0のオープンウェイトを公約。このページのバージョン。
商用時代: 4つの専門モデルにワークフローを分割した強力な15秒生成と、浮き沈みの激しかったオープンソースの歩み。既存のWanレビューの多くが説明しているバージョン。
Wanコミュニティを築いたリリース:ファインチューニングやローカルワークフローを生み出した高性能なオープンウェイト、そして"ウェイトは本当に公開されるのか"がWan 3.0について誰もが最初に尋ねる質問である理由。
Alibaba Tongyi LabのWan動画ラインの新たなフラッグシップで、2026年8月6日にモデルID wan3.0-videoとしてパブリックベータで公開されました。主な変更点は3つあります。ネイティブの30秒シングルパスクリップ(Wan 2.7の上限の2倍)、ドキュメント(PDF、スライド資料、スプレッドシート、さらにはWebページ)をクリエイティブ入力として受け付けるオムニリファレンスシステム、そして従来4つに分かれていたWanモデルを1つに統合するオールインワンアーキテクチャです。
もう一つの長回しモデル。30秒のショットをあなたのサウンドトラックに合わせてカット。
2Kのおすすめ。固定されたキャラクターと音声で、最安の高解像度クリップ。
スタイリスト。音声付きの20秒クリップ、シネマティックからストップモーションまで。