阿里巴巴(09988)發布Wan3.0-video多模態大模型 支援文檔輸入及長達30秒視頻生成

阿里巴巴集團(09988)日前正式發布其最新視頻生成大模型Wan3.0-video，進一步拓展其在生成式人工智能領域的佈局。此模型標誌著阿里雲在多模態AI技術應用上的新里程碑，旨在為用户提供更強大的視頻創作能力，以滿足日益增長的市場需求。 據阿里巴巴公佈，Wan3.0-video具備多模態輸入功能，支援文本、圖像、視頻及音訊等多種格式。憑藉其強大能力，該模型可統一實現文生視頻、圖生視頻及參考生視頻等核心功能，生成最長可達30秒的視頻內容，顯著提升了內容創作者的效率和靈活性。 值得留意的是，Wan3.0-video此次更首次支援包括doc、xls、ppt、pdf及md等多元文檔格式作為輸入。這一創新性功能大幅拓展了模型在不同商業及專業應用場景中的潛力，使其能從結構化和非結構化數據中提取信息並生成相關視頻，提供更全面的解決方案。 在定價方面，API服務將按視頻分辨率及時長收費。其中，480P、720P及1080P的API價格分別為每秒人民幣0.3元、0.6元及1.2元。為推廣新模型應用，阿里雲百煉及千問AI平台自即日起至9月23日期間，提供API服務限時7折優惠，以吸引更多開發者及企業用户試用，加速生成式AI技術的普及應用。