阿里巴巴正式推出AI视频生成模型Wan3.0。该模型支持文本、图像、音频、视频及PDF、演示文稿、网页等多模态输入，单次可生成长达30秒的1080p高清视频。
作为阿里视频生成家族最新成员，Wan3.0自8月起已在阿里云Model Studio和Qwen Cloud平台开启测试，此次正式发布旨在向更广泛用户开放访问权限。
相比前代Wan2.7，Wan3.0将视频时长上限从15秒翻倍至30秒。在长视频生成中，模型能更好保持角色外观、物体、空间布局及动态图形的一致性，并支持面部表情同步动作与多语言语音输出。
支持PDF与演示文稿转视频，聚焦企业级应用
除常规多媒体素材外，用户可直接上传网页、PDF、演示文稿及电子表格生成视频，例如将PPT内容一键转化为视频格式，凸显其企业级应用场景定位。
Wan3.0适用于营销传播、短视频、社交媒体内容及短剧创作，还可用于自动驾驶与机器人系统的模拟训练。
定价方面，Wan3.0按分辨率计费：480p为0.05美元/秒，720p为0.10美元/秒，1080p为0.20美元/秒。生成1分钟1080p视频成本约12美元；相比之下，Google Veo 3.1标准版定价为0.40美元/秒。
值得注意的是，Wan3.0不再沿用此前开源策略，模型权重目前保密。访问权限正通过Model Studio和Qwen Cloud逐步扩展，API也将分阶段开放。此外，阿里计划通过wan.video推出面向消费者的订阅制平台。
Wan3.0发布正值阿里完成约102亿美元港股增发之后，所筹资金将全部投入AI领域，涵盖芯片、基础设施及模型研发等方向。
AI高投入已反映在财报中：上季度阿里净利润同比下滑75%，资本支出增长75%至676.8亿元人民币。公司此前宣布未来三年将投入3800亿元建设AI基础设施。与此同时，云智能业务增长强劲，第二季度云服务与AI收入同比增长45%，达484.4亿元人民币。