Wan 3.0: アリババクラウドが発表した最大30秒のネイティブ生成とマルチモーダル参照対応の次世代動画生成モデル

概要

アリババクラウドがリリースした「Wan 3.0」は、最大30秒の長尺動画生成、多様なメディアを参照できるOmni Reference機能、そして映像と同期したネイティブ音声生成を実現する最新の動画生成AIモデルです。

詳細内容

Alibaba Cloud Model Studioが発表した「Wan 3.0」は、動画生成AIにおける新たなマイルストーンを提示しています。主な特徴として、カットなしで最大30秒の物語を生成できる「Native 30s」、画像（最大10枚）、動画、音声、さらにはドキュメントやWebページを入力として扱える「Omni Reference」機能を備えています。これにより、キャラクターや特定のスタイルの高度な一貫性が担保されます。また、映像と同期した音声を同時に生成する「Native Audio-Visual」機能を搭載し、8ヶ国語に対応したリップシンクや自然な演技が可能です。解像度は最大1080Pに対応し、APIを通じて商用利用が可能な従量課金制（秒単位）で提供されています。映画製作、広告、SNSコンテンツなどのプロフェッショナルな制作現場での活用が期待されます。

元記事を読む他のサマリーを見る