阿里发布视频生成模型Wan3.0,单次生成时长提升至30秒
阿里巴巴推出视频生成大模型Wan3.0,单次生成时长提升至30秒,并首次支持doc、xls、ppt、pdf、md等文档格式输入,在角色、道具、声音、空间关系及视觉风格等方面强调前后一致性。
海宇数科 · 事件日期 · 约 1 分钟 · 0 次阅读

阿里巴巴于8月24日推出视频生成大模型Wan3.0。据介绍,此次升级覆盖生成时长、文档转视频、参考能力和真实世界还原等多个方向。

在生成能力方面,Wan3.0把单次视频生成时长提升到30秒,单一镜头能够承载的叙事空间随之扩大。该模型还首次支持多种主流文档格式输入,包括doc、xls、ppt、pdf和md,文字、表格和演示文稿可直接转换为影像内容。
针对视频生成中常见的画面穿帮和风格漂移,Wan3.0在角色外貌、道具细节、声音配置、空间关系和整体视觉风格等细粒度维度上保持前后一致,并力求还原真实世界的物理与逻辑规律。
