نموذج "وان 3.0" لتوليد الفيديو من علي كلاود يُطلق رسميًا، مع قدرة على توليد فيديو مدته 30 ثانية في المرة الواحدة ودعم إدخال المستندات

أخبار ar.wedoany.com، في 24 أغسطس، أعلنت علي كلاود عن الإطلاق الرسمي لنموذج توليد الفيديو "وان 3.0" (Wan3.0). كان النموذج قد بدأ اختباره العام في 6 أغسطس، ويشهد ترقية شاملة في مدة التوليد، وطرق الإدخال، وفهم المحتوى، حيث يمكنه توليد فيديو عالي الدقة يصل إلى 30 ثانية في المرة الواحدة، ولأول مرة يدعم الإدخال المباشر للمستندات بصيغ doc وxls وppt وpdf وmd لتوليد الفيديو.

يُعد "وان 3.0" نموذجًا شاملًا مرجعيًا لتوليد الفيديو (All-in-One) أطلقته علي كلاود، وينتمي إلى سلسلة "تونغ يي وان شيانغ" (Wan)، وتقدم خدمة الاستدلال له منصة "باي ليان" التابعة لعلي كلاود. وبالمقارنة مع الجيل السابق من سلسلة Wan 2.7 الذي كان يدعم توليد فيديو يصل إلى 15 ثانية كحد أقصى، يحقق Wan3.0 مضاعفة المدة. يدمج النموذج بعمق قدرات الإدخال متعدد الوسائط من النصوص والصور والفيديو والصوت، ويدعم بشكل موحد أنماط التوليد المتعددة مثل توليد الفيديو من النص، وتوليد الفيديو من الصور (الإطار الأول/الإطار الأول والأخير)، وتوليد الفيديو بالاستناد إلى مراجع. يمكن للمستخدمين رفع ما يصل إلى 10 صور و5 مقاطع فيديو و5 ملفات صوتية كمواد مرجعية متعددة الوسائط؛ وفيما يتعلق بإدخال الملفات، يمكن رفع ملف واحد أو رابط واحد كحد أقصى في المرة الواحدة، بحد أقصى 100 ميجابايت ولا يتجاوز 50 صفحة. يدعم النموذج الإخراج بثلاث درجات دقة: 480P و720P و1080P، وتتكيف نسبة الشاشة مع صيغ متعددة مثل 16:9 و4:3 و1:1 و3:4 و9:16.

فيما يتعلق بإعادة إنتاج التفاصيل الفيزيائية، حقق Wan3.0 تحسنًا في التعبير الدقيق للشعر، وانعكاسات الزجاج، ولمعان الأسطح المائية وغيرها من التفاصيل الدقيقة، مما يقلل من احتمالية تشوه الشخصيات وظهور أخطاء في المشاهد. في وضع المرجع الشامل، يمكن للنموذج إعادة إنتاج ملامح الشخصيات وتفاصيل الدعائم والعلاقات المكانية وأسلوب الإضاءة والظلال بدقة، مما يضمن اتساقًا عاليًا للعناصر البصرية الرئيسية في توليد الفيديو الطويل أو متعدد اللقطات. خلال مرحلة الاختبار العام، تم تطبيق Wan3.0 في عدة قطاعات صناعية: في مجال الدراما القصيرة والأفلام، يمكنه إنجاز لقطات قريبة لوجوه الشخصيات، مما يعزز معدل الاستخدام في الإنتاج واسع النطاق؛ وفي قطاع الإعلانات، يمكنه الحفاظ على تفاصيل مظهر المنتج وشعاره بشكل مستقر، وتكون النتائج النهائية قريبة من تأثير التصوير الفعلي؛ وفي سيناريوهات السياحة والثقافة، يمكنه توليد فيديوهات ترويجية سريعة للمعالم الحضرية؛ وفي مجال الموسيقى، يدعم إدخال الصور لتوليد فيديو كليب متعدد اللقطات تلقائيًا مع مطابقة كلمات الأغاني وحركات الشفاه.

فيما يتعلق بالتسعير، يعتمد Wan3.0 نظام الدفع حسب الاستخدام، حيث تبلغ أسعار واجهة برمجة التطبيقات (API) لدقة 480P و720P و1080P على التوالي 0.3 يوان/ثانية و0.6 يوان/ثانية و1.2 يوان/ثانية. خلال الفترة من 24 أغسطس إلى 23 سبتمبر، يمكن لواجهات برمجة التطبيقات على منصتي "باي ليان" و"تشيان وين" للذكاء الاصطناعي التابعتين لعلي كلاود الاستفادة من خصم 30% لفترة محدودة. حاليًا، يمكن للمستخدمين تجربة النموذج على منصات متعددة بما في ذلك "باي ليان" من علي كلاود، والموقع الرسمي لـ"وان شيانغ"، و"وان جينغ يي كي"، ومنصة "تشيان وين" للذكاء الاصطناعي، و"تشيان وين" للإبداع على الكمبيوتر، وتطبيق "تشيان وين"، و"دوي يو"، و"IF STUDIO". وفيما يتعلق بالنظام البيئي، قامت منصات "تياو يوي شي جيه" و"Deevid" و"جو هو" التابعة لمايا، ومنصة "جينغ دونغ لينغ جينغ"، و"مي تو"، و"جينغ مينغ" بالربط مع Wan3.0؛ كما أكملت منصات "مي تو" و"جينغ دونغ لينغ جينغ" و"آي تشي يي نا دو برو" و"Updream" على منصة Bilibili عملية الربط أيضًا.