أعلنت حساب “علي بابا كلاود” اليوم فالليل (نهار 6) على فتح الاختبار العمومي للجيل الجديد ديال موديل توليد الفيديو Wan3.0.
Wan3.0 تطوّر بشكل شامل فمدة التوليد، والإبداع المتعدد الاستعمالات، والمراجع المتكاملة، والواقعية، وكيقدر يولّد فيديو مدتو 30 ثانية فالمرة، مع التعبير الكامل على الفكرة الإبداعية؛ ومن غير النصوص والصور والصوت والفيديو، اللي هما الأنماط الأساسية الأربعة، ولى كيدعم لأول مرة إدخال وثائق بصيغ doc وxls وppt وpdf وmd وغيرها، وكيقولوا باللي غادي يخلي “أي حاجة تقدر تولّي فيديو”.
Wan3.0 كيدعم توليد فيديو واحد مدتو 30 ثانية، وكيعطي حرية إبداعية أكبر، بحيث كيخلي لغات تصوير معقدة بحال الحركة المتواصلة بالكاميرا والتصوير فلقطة وحدة تتعبّر بشكل كامل، وكيحوّل التجربة من “توليد لقطة” لـ “حكاية قصة كاملة”.
وزيد على هاد الشي، Wan3.0 كيدعم خاصية المدة الذكية، اللي كتقترح أوتوماتيكيا المدة المناسبة حسب الكلمات التوجيهية؛ ومع خاصية تمديد الفيديو، يقدر حتى يوسّع مسار القصة وتطور الأحداث، وكيخلي الفكرة تكبر بشكل طبيعي.
Wan3.0 ما كيدعمش غير المراجع المتكاملة للنصوص والصور والصوت والفيديو، بل يقدر حتى يقرا المعلومات المنظمة ديال الوثائق والجداول وصفحات الويب وغيرها. وباستعمال الكلمات التوجيهية، يقدر يولّد دروس تعليمية، وعروض للمنتجات، ورسوم بيانية متحركة، وتقارير على الأعمال، وهاد الشي كيعني باللي كمية كبيرة من مواد العمل المكتبية تقدر تتحوّل مباشرة لفيديو.
صيغ الإدخال المدعومة كتشمل doc وxls وppt وpdf وtxt وkey وpages وnumbers وmd، مع إمكانية إدخال ملف واحد أو رابط واحد كحد أقصى، وحجم الملف ما يفوتش 100MB، وعدد الصفحات ما يفوتش 50 صفحة.
وزيد على هاد الشي، باش يتفادى Wan3.0 الإحساس المصطنع ديال الشخصيات المولّدة بالذكاء الاصطناعي والتشابه بينها، فالوجوه فالنمط ديال تحويل النص لفيديو كتحاول تكون “كل شخصية مختلفة على الأخرى”: كيركّز بدقة أكبر على ملامح الوجه وتفاصيل البشرة، وكيخلّي التعبير على المشاعر طبيعي ومتحكَّم فيه، مع تنسيق بين التعابير الصغيرة وحركات الجسم؛ وحتى فالمشاهد الجماعية، يقدر يبيّن بشكل دقيق المشاعر المعقدة ديال الشخصيات المختلفة.
فمهام المراجع المتكاملة، Wan3.0 يقدر ينسخ تفاصيل المرجع بدقة، ويحافظ على الانسجام فالأبعاد الأساسية بحال الشخصية، والأدوات، والصوت، والعلاقات المكانية، والأسلوب. بالنسبة للشخصيات، كيحافظ بثبات على التفاصيل الدقيقة بحال ملامح الوجه، وتسريحة الشعر ولونو، وبنية الجسم، واللباس، والإكسسوارات، باش ما يخرجش المشهد على السياق؛ وبالنسبة للأدوات، كيبقى المظهر ديالها من زوايا متعددة، والبنية الداخلية، والشعار، وتفاصيل المواد ثابتين؛ وبالنسبة للمشاهد، كيعالج بدقة العلاقة بين موقع الشخصيات وزاوية الكاميرا؛ وبالنسبة للأسلوب، كيرندر بدقة الطابع ديال التصوير السينمائي، وحتى فالإبداع بأكثر من أسلوب ما كيتخلطوش الأساليب بسهولة.
ابتداءً من اليوم، بدا الاختبار العمومي ديال Wan3.0 فعلي بابا كلاود Bailian، و万镜一刻، والموقع الرسمي ديال 万相، ونسخة الحاسوب من إبداع 千问، وفتحوه بشكل تدريجي فـ APP ديال 千问. أثمان API ديال 480P/720P/1080P هي على التوالي 0.3/0.6/1.2 يوان / ثانية، وغادي يتفتح API كامل فالقريب.
رابط التجربة:
علي بابا كلاود Bailian: https://bailian.console.aliyun.com/cn-beijing ?tab=model# /model-market/detail/wan3.0-video
万镜一刻: https://www.yikeai.com/
الموقع الرسمي ديال 万相: http://wanxiang.aliyun.com
نسخة الحاسوب من إبداع 千问: https://c.qianwen.com/
IF STUDIO: https://ifs.iconfont.cn/
堆友: https://d.design/