阿里巴巴推出視像生成大模型Wan3.0-video 擴大多模態輸入功能

阿里巴巴 (09988) 近日公佈，正式推出其嶄新的視像生成大模型 Wan3.0-video，旨在進一步拓展生成式人工智能（AI）在多媒體創作領域的應用。 據悉，Wan3.0-video 支援多模態輸入，包括文本、圖像、視像及音訊等，能統一實現從文本生成視像、從圖像生成視像，以及基於參考內容生成視像等多種功能。該模型最長可生成30秒的視像內容，並首次支援多種文件格式輸入，例如 doc、xls、ppt、pdf 及 md 等，大大提升了內容生成的靈活性及應用範圍。 在定價方面，市場關注其應用程式介面（API）的收費標準。Wan3.0-video 的API價格按視像解析度及時長計算，其中 480P 畫質每秒收費為0.3元人民幣，720P 畫質為每秒0.6元人民幣，而 1080P 高清畫質則為每秒1.2元人民幣。 為推廣新模型應用，阿里雲百煉及千問AI平台現正提供限時優惠，用户透過這兩個平台使用 Wan3.0-video 的API服務，可享七折折扣。此優惠活動將持續至9月23日。 此舉顯示阿里巴巴持續深化在生成式人工智能領域的研發投入，旨在透過技術創新，為內容創作者和企業提供更高效、更智能的視像生成解決方案，鞏固其在AI技術應用方面的領先地位。