Le modèle de génération vidéo Wan3.0 d'Alibaba Cloud est officiellement lancé, capable de générer 30 secondes de vidéo en une seule fois et prenant en charge l'entrée de documents

fr.wedoany.com Rapport : Le 24 août, Alibaba Cloud a annoncé le lancement officiel de son modèle de génération vidéo Wan3.0. Ce modèle a ouvert sa phase de test public le 6 août, avec des améliorations complètes en termes de durée de génération, de modalités d'entrée et de compréhension du contenu. Il peut générer jusqu'à 30 secondes de vidéo haute définition en une seule fois et prend pour la première fois en charge l'entrée directe de formats de documents tels que doc, xls, ppt, pdf et md pour générer des vidéos.

Wan3.0 est un grand modèle de génération vidéo de référence tout-en-un (All-in-One) lancé par Alibaba Cloud, appartenant à la série Tongyi Wanxiang (Wan), avec des services d'inférence fournis par la plateforme Bailian d'Alibaba Cloud. Par rapport à la génération maximale de 15 secondes de la génération précédente Wan 2.7, Wan3.0 double la durée. Le modèle intègre profondément les capacités d'entrée multimodales telles que le texte, l'image, la vidéo et l'audio, et prend en charge de manière unifiée plusieurs modes de génération, notamment la génération vidéo à partir de texte, la génération vidéo à partir d'images (première image/première et dernière images) et la génération vidéo à partir de références. Les utilisateurs peuvent télécharger jusqu'à 10 images, 5 vidéos et 5 fichiers audio comme matériel de référence multimodal ; en ce qui concerne l'entrée de fichiers, un maximum d'un fichier ou d'un lien peut être téléchargé à la fois, avec une limite de 100 Mo et de 50 pages maximum. Le modèle prend en charge trois résolutions de sortie : 480P, 720P et 1080P, avec des ratios d'image adaptés à plusieurs formats tels que 16:9, 4:3, 1:1, 3:4 et 9:16.

En ce qui concerne la restitution des détails physiques, Wan3.0 améliore les rendus subtils tels que les cheveux, les reflets sur le verre et la brillance de la surface de l'eau, réduisant ainsi la probabilité de déformations des personnages et d'incohérences visuelles. En mode référence tout-en-un, le modèle peut reproduire avec précision l'apparence des personnages, les détails des accessoires, les relations spatiales et le style d'éclairage, garantissant une grande cohérence des éléments visuels clés lors de la génération de vidéos longues ou multi-plans. Pendant la phase de test public, Wan3.0 a été appliqué dans plusieurs secteurs : dans le domaine des courtes séries et du cinéma, il peut réaliser des gros plans sur les visages, améliorant le taux d'utilisabilité pour la production à grande échelle ; dans le secteur publicitaire, il peut préserver de manière stable l'apparence des produits et les détails des logos, avec des résultats proches d'un tournage réel ; dans le secteur du tourisme culturel, il peut générer rapidement des vidéos promotionnelles de monuments urbains ; dans le domaine musical, il prend en charge l'entrée d'images pour générer automatiquement des clips multi-plans et synchroniser les paroles avec le mouvement des lèvres.

En ce qui concerne la tarification, Wan3.0 est facturé à l'utilisation, avec des prix API de 0,3 yuan/seconde pour la 480P, 0,6 yuan/seconde pour la 720P et 1,2 yuan/seconde pour la 1080P. Du 24 août au 23 septembre, les API des plateformes Bailian d'Alibaba Cloud et Qianwen AI bénéficient d'une réduction temporaire de 30 %. Actuellement, les utilisateurs peuvent expérimenter ce modèle sur les plateformes Bailian d'Alibaba Cloud, le site officiel de Wanxiang, Wanjing Yike, la plateforme Qianwen AI, Qianwen Création PC, l'application Qianwen, Duijoy et IF STUDIO. Sur le plan de l'écosystème, Tiaoyue Shijie, Deevid, Ju Huo, la plateforme Jingdong Lingjing, Meitu et Jingmeng, sous la marque Maiya, ont déjà intégré Wan3.0 ; les plateformes Meitu, Jingdong Lingjing, iQIYI Nado Pro et Bilibili Updream ont également terminé leur intégration.