AIVideoFreeWan 3.0 AI Video Generator
Ang bagong all-in-one na modelo ng Alibaba: mga native na 30-segundong clip mula sa prompt, larawan — o PDF, slide deck o spreadsheet. Ang tanging modelo rito na nakakabasa ng mga dokumento. Mag-type ng prompt sa ibaba at subukan ito, walang waitlist.
Developer
Laboratoryo ng Alibaba Tongyi
Uri
All-in-one: gumawa + sanggunian + i-edit
Tagal
2–30 s isang pasada
Max na output
1080p
Input ng dokumento
pdf / ppt / xls / URL
Buksan ang mga timbang
Ipinangako (Apache 2.0)
Antas dito
Mga bayad na credit
Ang aming isang linyang hatol: ang pagpili ng dokumento. Kapag ang source material ay isang deck, manual o spreadsheet, wala nang iba pang makakabasa man lang nito.
Wan 3.0 pumasok sa pampublikong beta noong Agosto 6, at ang pinakamatinding bentahe nito ay hindi ang 30-segundong single take — nauna na roon ang Seedance — kundi kung ano ang tinatanggap nito bilang input. Bigyan ito ng PDF manual, pitch deck, o quarterly spreadsheet at bubuo ito ng video mula sa mga nilalaman, habang pinapanatiling konsistente sa pinagmulan ang mga karakter, props, at layout. Pinag-isa rin ng Alibaba ang dating apat na magkakahiwalay na Wan model sa isa, kaya ang generation, reference, at editing ay hindi na nangangahulugang kailangang magpalit ng model sa gitna ng pipeline.
Kung saan nangunguna ang Wan 3.0 — at kung saan hindi
Ilang araw pa lang ang public beta, kaya ito ay mga unang impresyon mula sa aming mga test render at sa dokumentasyong inilathala ng Alibaba — minarkahan nang ganoon. Rerebisahin namin ito kapag may lumabas nang mga independent na numero.
Talagang malakas
• Dokumento tungo sa video.
Nagbabasa ng doc, xls, ppt, pdf at mga katulad na format na hanggang 100 MB o 50 pahina, pati mga web page sa pamamagitan ng URL, at bumubuo ng video mula sa mga nilalaman. Isang training video mula sa manual, isang demo mula sa deck — wala talagang ibang modelong hina-host namin ang kayang gawin ito.
• Ang 30-segundong single take.
Isang native na generation mula 2 hanggang 30 segundo, doble ng dating Wan ceiling, na may intelligent-duration feature na nagmumungkahi ng tamang haba para sa iyong prompt.
• All-in-one na workflow.
Hinati ng Wan 2.7 ang text-to-video, image-to-video, mga reference at pag-edit sa apat na modelo. Pinagsasama ang mga ito ng Wan 3.0 — isang model ID, walang pagpapalit ng pipeline, mga reference at pag-edit sa iisang lugar.
• Katapatan sa sanggunian.
Nananatiling pare-pareho sa iyong mga input ang mga karakter, props, boses, spatial layout, at estilo — ang framing ng Alibaba ay “mula sa pagbuo ng isang frame hanggang sa pagsasalaysay ng isang buong kuwento,” at sinusuportahan ng aming mga unang pagsubok ang pahayag tungkol sa continuity.
Mga kilalang limitasyon
• Limitasyon na 1080p.
Ang mga dokumentadong output ay 480P, 720P at 1080P — walang 2K tier. Kung resolusyon ang pangunahing requirement, hawak ng MiniMax H3 ang kard na iyon.
• I-access ang friction sa upstream.
Sa Alibaba Cloud, ang modelo ay may label na preview at ang pagpepresyo ay para lamang sa may imbitasyon. Dito malalaktawan mo ang waitlist, pero asahan ang ilang aberya sa upstream capacity habang lumalawak ang beta.
• Bukas na weights: ipinangako, hindi pa inilalabas.
Ipinapangako ang Apache 2.0; hindi naging pantay ang rekord ng linyang Wan sa paghahatid ng mga bukas na release. Maniwala sa upload, hindi sa anunsyo.
• Nakabinbin ang mga benchmark.
Inilunsad ito sa pinakamasikip na buwan sa kasaysayan ng AI video — anumang pahayag na “pinakamahusay na modelo” tungkol dito, sa mga karibal nito, o mula sa amin ay pansamantala hanggang lumabas ang mga independiyenteng score.
Tatlong prompt na ipakita kung para saan ito
Dalawa sa mga ito ang gumagamit ng trik sa dokumento na wala sa iba; ang ikatlo ay ang long take. Kopyahin, palitan ang mga bracket, i-render.
Video-mula-deck-patungong-paglulunsad
I-upload: iyong product deck (ppt/pdf, ≤50 pahina)
"Gawing 30-segundong launch video ang deck na ito: ipapaliwanag ng presenter ang tatlong pangunahing feature sa pagkakasunod-sunod, eksaktong tumutugma ang mga render ng produkto sa mga slide, masiglang corporate tone, magtapos sa logo at tagline mula sa huling slide."
Ang pagpapangalan sa istruktura ("tatlong pangunahing feature ayon sa pagkakasunod-sunod", "magtapos sa huling slide") ay nagsasabi sa modelo kung paano gugugulin ang 30 segundo nito sa iyong 12 slide. "Itugma nang eksakto ang mga slide" ay nagpapatakbo sa sistema ng katapatan sa sanggunian — binabasa nito ang iyong deck, hindi ito nagdedekorasyon sa paligid nito.
Mula-manwal-patungong-training-clip
I-upload: isang manwal ng kagamitan (pdf)
"Isang 30-segundong clip ng pagsasanay sa kaligtasan mula sa seksyon 3 ng manwal na ito: ipinapakita ng isang operator ang pagkakasunod-sunod ng startup nang hakbang-hakbang, mga close-up sa bawat control na pinangalanan sa teksto, kalmadong instructional voiceover, mga caption na tumutugma sa terminolohiya ng manwal."
Ang pagturo sa isang seksyon ay nagpapanatiling nakatuon ang 50-pahinang input, at ang "terminolohiyang tumutugma sa manual" ang tagubiling ginagawang magagamit ang output para sa aktuwal na pagsasanay sa halip na generic na b-roll. Bersyon ng spreadsheet: palitan ng xls at humingi ng quarterly summary na pinapagana ng chart.
Ang tuloy-tuloy na kuha ng kuwento
"Isang tuloy-tuloy na 30-segundong kuha: isang [tindera ng street food] ang nag-aayos ng kanyang puwesto sa bukang-liwayway — ibinubuka ang kariton, sinisindihan ang burner, dumating ang unang customer habang sumisilip ang araw sa ibabaw ng mga bubong. Dahan-dahang umiikot ang camera sa paligid ng puwesto sa buong oras. Ang mga ambient na tunog ng umaga ay unti-unting lumalakas hanggang sa sitsit ng pagprito at kuwentuhan."
Ang simula-gitna-wakas na nakasulat bilang isang pangungusap ng tuloy-tuloy na aksyon ang anyong ginagantimpalaan ng mga long-take model. Ang kamerang umiikot ay ang stress test ng continuity — kung nananatiling matatag ang character at layout sa buong 360 degrees sa loob ng 30 segundo, ginagawa ng model ang trabaho nito.
Wan 3.0 vs Seedance 2.5 vs MiniMax H3
Tatlong Chinese lab, tatlong flagship na modelo, anim na linggo. Parehong mga prompt sa lahat ng tatlo, hinusgahan batay sa kung ano ang ilalabas namin — pansamantala, dahil napakabago pa nilang lahat. Ikumpara mo mismo mula sa isang prompt box.
Ang linya ng Wan, sa madaling sabi
Wan 3.0
pampublikong beta noong Agosto 6 bilang wan3.0-video sa Alibaba Cloud. Native na 30-segundong clip, document-to-video, all-in-one na arkitektura, ipinangakong Apache 2.0 open weights. Ang bersyon sa pahinang ito.
Wan 2.6 / 2.7
ang komersyal na panahon: malakas na 15-segundong generation na ang workflow ay hinati sa apat na espesyalisadong modelo, at isang open-source na kuwentong may mga taas at baba. Ang mga bersyong inilalarawan ng karamihan sa mga kasalukuyang review ng Wan.
Wan 2.1 / 2.2 — ang bukas na era
ang mga release na bumuo sa komunidad ng Wan: mahuhusay na open weights na nagbunga ng mga fine-tune at lokal na workflow, at ang dahilan kung bakit "talaga bang ilalabas ang weights" ang unang tanong na itinatanong ng sinuman tungkol sa Wan 3.0.
Mga tanong tungkol sa Wan 3.0, direktang sinagot
Ang bagong flagship ng Wan video line ng Alibaba Tongyi Lab, inilunsad sa public beta noong Agosto 6, 2026 sa ilalim ng model ID wan3.0-video. Tatlong pangunahing pagbabago: native na 30-segundong single-pass clips (doble sa limitasyon ng Wan 2.7), isang omni-reference system na tumatanggap ng mga dokumento — PDF, presentation deck, spreadsheet, maging mga web page — bilang creative input, at isang all-in-one architecture na pinagsasama sa isa ang dating apat na magkakahiwalay na Wan model.
Hindi ba ito ang tamang tool? Subukan ang mga katabi nito
Ang isa pang long-take model. Mga 30-segundong shot na pinutol ayon sa iyong soundtrack.
Ang 2K na pili. Pinakamurang high-res na mga clip na may naka-lock na mga karakter at boses.
Ang stylist. Mga 20-segundong clip na may audio, mula cinematic hanggang stop-motion.