Alibaba открыла превью Wan 3.0: тридцать секунд видео со звуком за один проход

Генераторы видео обычно выдают клип на несколько секунд без звука, и сцену приходится собирать монтажом. Alibaba открыла предварительный доступ к Wan 3.0: модель делает до тридцати секунд за один проход, сразу со звуком и с несколькими персонажами в кадре.

Второе отличие — вход. Кроме текста и картинки модель принимает документы: DOC, PDF, презентацию PowerPoint или веб-страницу, из которых собирает сцену.

Пока это превью, ограничения по доступу и качеству на длинных сценах остаются неизвестными.