Alibaba Wan3.0: видео до 30 секунд из PDF и PowerPoint за $6

Конкурент Sora учится читать документы

Пока OpenAI и Google полируют свои флагманские видеогенераторы, Alibaba тихо выкатила кое-что по-настоящему интересное. Wan3.0 - это не просто "еще одна" видеомодель. Это первая массовая система, которая принимает на вход не только текст и картинки, но и PDF-файлы, PowerPoint-презентации и целые веб-страницы. Хотите превратить корпоративный квартальный отчет в динамичное видео? Пожалуйста. Подсовываете скучную колоду слайдов - получаете ролик. Это меняет саму логику работы с видеогенерацией.

Модель вышла в бета-доступе и уже доступна через три канала: сайт wan.video, Alibaba Cloud Model Studio и API на Qwen Cloud. Два тарифа - Standard и Prime, причем Standard сейчас идет со скидкой 30%.

Что умеет Wan3.0 и чем отличается от предшественника

Главное изменение по сравнению с Wan2.5 - удвоение максимальной длины видео до 30 секунд. Казалось бы, мелочь, но на практике это принципиально: тридцать секунд - это уже полноценный рекламный ролик, трейлер, обучающий клип. Пятнадцать секунд были слишком мало для большинства реальных задач.

Модель работает по-настоящему мультимодально: один промпт может содержать до 10 изображений, 5 видео и 5 аудиофайлов одновременно. Плюс упомянутые документы и веб-страницы. Wan3.0 сам рекомендует оптимальную длину ролика исходя из вашего запроса - это неожиданно удобная фича, которую я не видел у конкурентов. Есть и инструмент для удлинения уже готовых видео.

Отдельно Alibaba поработала над консистентностью - хронической болью всех видеогенераторов. Лица, объекты, интерфейсы в кадре перестают "плыть" и искажаться. Модель удерживает референсные детали: персонажей, реквизит, пространственную компоновку сцены. Насколько это работает на практике - увидим в ближайшие недели по пользовательским тестам, но направление верное.

Цены: дешевле, чем кажется

Ценовая модель построена на посекундной тарификации:

- 480p: $0.05/сек (Standard) - 30-секундный ролик обойдется в $1.50 - 720p: $0.10/сек - $3.00 за полминуты - 1080p: $0.20/сек - $6.00 в Standard и $8.40 в Prime

Для сравнения: Runway Gen-4 в сопоставимых режимах стоит существенно дороже, а Sora через ChatGPT Pro вообще работает по подписочной модели без явного per-second ценника. Wan3.0 выглядит агрессивно дешево - особенно с учетом текущей скидки на Standard.

Для кого это реально полезно

Alibaba прицелилась сразу в несколько аудиторий, и это, пожалуй, главная стратегическая ставка. Кинопроизводство и короткие драмы - очевидный сегмент. Контент-мейкеры и SMM-команды - тоже понятно. Но куда интереснее два нестандартных кейса.

Первый - корпоративный контент. Компании буквально завалены PDF-инструкциями, обучающими презентациями, регламентами. Wan3.0 превращает этот мертвый груз в видео без участия продакшн-студии. HR-отдел, учебные центры, маркетинг - все выигрывают.

Второй - синтетические данные для робототехники и автономных систем. Генерация реалистичных симуляций для обучения автопилотов и роботов - это огромный и быстрорастущий рынок. Здесь Wan3.0 конкурирует не с Sora, а с совершенно другим классом инструментов.

Контекст: Alibaba тратит деньги быстрее, чем зарабатывает

За красивым релизом скрывается тревожная финансовая картина. Квартальная прибыль Alibaba упала на 75% год к году - прямое следствие резкого роста инвестиций в ИИ. Компания только что провела крупнейшее размещение акций среди листингованных на Гонконгской бирже компаний - именно для финансирования AI-экспансии.

Это классическая история "инвестиции сейчас, прибыль потом", которую мы уже видели у Amazon в эпоху AWS и у Microsoft при масштабировании Azure. Alibaba делает ставку на то, что доминирование в AI-инфраструктуре окупится через несколько лет. Wan3.0 - один из видимых продуктов этой стратегии.

Работает ли в России

Технически API доступен через Qwen Cloud, но российским пользователям придется решать стандартный набор проблем: оплата через иностранные карты, возможные ограничения по IP. VPN в данном случае скорее всего понадобится - не для доступа к сайту, а для прохождения платежной верификации. Альтернативно можно смотреть на интеграции через сторонние прокси-сервисы, которые наверняка появятся в течение месяца после бета-запуска.

Итог

Wan3.0 - это не революция, но очень грамотная эволюция. Документы как источник видео - неожиданно практичная идея, которую конкуренты почему-то проигнорировали. Агрессивное ценообразование при достойном качестве делает модель реальной альтернативой Runway и Kling для задач, где важна стоимость производства. Следующие несколько месяцев покажут, насколько хорошо держится консистентность на сложных промптах - именно там обычно ломаются все обещания видеогенераторов.