Wan3.0の文書から動画生成はSoraのドリフト問題を解決できるか

アリババは、テキスト、画像、PDFやPowerPointファイルなどのドキュメントから30秒のクリップを作成する、ベータ版で利用可能な動画生成モデル「Wan3.0」をリリースした。このアップデートにより、Wan2.5の長さが2倍になり、最大10枚の画像、5本の動画、5つのオーディオクリップを単一のプロンプトで処理し、視覚的なドリフトを低減するマルチモーダルアーキテクチャが導入された。価格は、480p標準解像度で0.05ドル/秒からスタートし、より高速なPrimeティアも利用可能である。アリババは、映画制作、マーケティング、ロボットや自動運転車のシミュレーションデータ生成など、高い一貫性が求められる分野をターゲットとしている。