“علی بابا کلاؤڈ” کے آفیشل وی چیٹ اکاؤنٹ نے آج (6 تاریخ) شام اعلان کیا کہ نئی نسل کا ویڈیو جنریشن ماڈل Wan3.0 عوامی آزمائش کے لیے دستیاب ہو گیا ہے۔
Wan3.0 نے ویڈیو کے دورانیے، ہمہ گیر تخلیق، جامع حوالہ جات اور حقیقت پسندی کے پہلوؤں میں جامع اپ گریڈ کیا ہے۔ یہ ایک بار میں 30 سیکنڈ کی ویڈیو تیار کر سکتا ہے اور تخلیقی ارادے کو مکمل طور پر بیان کرتا ہے۔ متن، تصاویر، آڈیو اور ویڈیو کی چار بنیادی ساختوں کے علاوہ، پہلی بار doc، xls، ppt، pdf، md سمیت دستاویزی فارمیٹس کے ان پٹ کو سپورٹ کرتا ہے، اور دعویٰ ہے کہ اس سے “ہر چیز سے ویڈیو بنانا ممکن” ہو جائے گا۔
Wan3.0 ایک کلپ میں 30 سیکنڈ کی ویڈیو تیار کرنے کو سپورٹ کرتا ہے، جس سے تخلیقی آزادی میں اضافہ ہوتا ہے۔ مسلسل کیمرہ موومنٹ اور ایک ہی ٹیک میں مکمل منظر جیسے پیچیدہ سنیماٹک انداز پوری طرح بیان کیے جا سکتے ہیں، یوں یہ “ایک شاٹ تیار کرنے” سے آگے بڑھ کر “ایک مکمل کہانی سنانے” تک پہنچ جاتا ہے۔
اس کے علاوہ، Wan3.0 ذہین دورانیہ فیچر بھی سپورٹ کرتا ہے، جو پرامپٹ کے مطابق خودکار طور پر موزوں دورانیہ تجویز کر سکتا ہے۔ ویڈیو توسیع فیچر کے ساتھ کہانی کی سمت اور پلاٹ کی پیش رفت کو بھی آگے بڑھایا جا سکتا ہے، جس سے تخلیقی خیال قدرتی طور پر نمو پاتا ہے۔
Wan3.0 صرف متن، تصاویر، آڈیو اور ویڈیو کے جامع حوالہ جات کو سپورٹ نہیں کرتا، بلکہ دستاویزات، اسپریڈشیٹس اور ویب صفحات جیسی ساختی معلومات بھی پڑھ سکتا ہے۔ پرامپٹ کے ساتھ اسے تدریسی مواد، مصنوعات کے مظاہرے، متحرک چارٹس اور کاروباری رپورٹس جیسے مواد تیار کرنے کے لیے استعمال کیا جا سکتا ہے، جس کا مطلب ہے کہ دفتری مواد کی بڑی مقدار کو براہِ راست ویڈیو میں تبدیل کیا جا سکتا ہے۔
معاون ان پٹ فارمیٹس میں doc، xls، ppt، pdf، txt، key، pages، numbers اور md شامل ہیں۔ زیادہ سے زیادہ ایک فائل یا لنک ان پٹ کیا جا سکتا ہے، فائل کا حجم 100MB سے زیادہ نہیں ہونا چاہیے اور صفحات کی تعداد 50 سے زیادہ نہیں ہونی چاہیے۔
اس کے علاوہ، AI کرداروں کی بناوٹی اور یکسانیت سے نجات کے لیے Wan3.0 کے متن سے ویڈیو بنانے والے موڈ میں انسانی کرداروں کو “ہر شخص کے لیے منفرد” بنانے کی کوشش کی گئی ہے: چہرے کے خد و خال اور جلد کی جزئیات کو زیادہ باریک بینی سے پیش کیا جاتا ہے، جذبات کا اظہار فطری اور متوازن رہتا ہے، جبکہ چہرے کے تاثرات اور جسمانی حرکات باہم مربوط ہوتے ہیں۔ حتیٰ کہ گروہی مناظر میں بھی مختلف کرداروں کے پیچیدہ جذبات کو باریک انداز میں پیش کیا جا سکتا ہے۔
جامع حوالہ جاتی کاموں میں Wan3.0 حوالہ جاتی تفصیلات کو درست طور پر دوبارہ تخلیق کر سکتا ہے اور کردار، اشیا، آواز، مقامی تعلقات اور انداز جیسے اہم پہلوؤں میں یکسانیت برقرار رکھ سکتا ہے۔ کرداروں کے لیے چہرے کے خد و خال، بالوں کا انداز و رنگ، جسمانی ساخت، لباس اور لوازمات جیسی باریک خصوصیات مستقل طور پر برقرار رہتی ہیں، جس سے منظر کی حقیقت متاثر نہیں ہوتی۔ اشیا کے لیے مختلف زاویوں سے ظاہری شکل، ہارڈویئر کی ساخت، Logo اور مٹیریل کی تفصیلات مستحکم رہتی ہیں۔ مناظر کے لیے کرداروں کی پوزیشن اور کیمرے کے زاویے کے تعلق کو درست طور پر سنبھالا جاتا ہے۔ انداز کے لیے فلمی شوٹنگ کی کیفیت کو درست انداز میں پیش کیا جاتا ہے، اور متعدد انداز میں تخلیق کرتے وقت بھی اسلوب کے خلط ملط ہونے کا امکان کم رہتا ہے۔
آج سے Wan3.0 علی بابا کلاؤڈ بیلیان، وانجنگ یی کے، وانشیانگ کی آفیشل ویب سائٹ اور چیان وین کریئیشن PC ورژن پر عوامی آزمائش کے لیے دستیاب ہے، جبکہ چیان وین APP پر محدود پیمانے پر جاری کیا گیا ہے۔ 480P/720P/1080P کے API کی قیمتیں بالترتیب 0.3/0.6/1.2 یوان / سیکنڈ ہیں، اور API انٹرفیس جلد ہی مکمل طور پر دستیاب ہوگا۔
تجربے کے لنکس:
علی بابا کلاؤڈ بیلیان: https://bailian.console.aliyun.com/cn-beijing ?tab=model# /model-market/detail/wan3.0-video
وانجنگ یی کے: https://www.yikeai.com/
وانشیانگ کی آفیشل ویب سائٹ: http://wanxiang.aliyun.com
چیان وین کریئیشن PC ورژن: https://c.qianwen.com/
IF STUDIO: https://ifs.iconfont.cn/
دوئی یو: https://d.design/