อาลีบาบา เปิดตัว Wan3.0 โมเดล AI สร้างวิดีโอยาว 30 วินาที รองรับอินพุตหลากหลายรูปแบบ

สำนักข่าวบริคอินโฟ – อาลีบาบา (Alibaba) เปิดตัว Wan3.0 โมเดลปัญญาประดิษฐ์ (AI) สำหรับสร้างวิดีโอเวอร์ชันเบต้า สามารถสร้างวิดีโอที่มีความยาวสูงสุด 30 วินาทีต่อคลิป เพิ่มขึ้นสองเท่าจากรุ่นก่อนหน้า พร้อมรองรับการประมวลผลข้อมูลหลายรูปแบบ (Multimodal) ในโมเดลเดียว เปิดให้ทดสอบแบบสาธารณะแล้วผ่านแพลตฟอร์ม Model Studio ของ อาลีบาบา คลาวด์ (Alibaba Cloud) และ Qwen Cloud

โมเดล Wan3.0 ถูกพัฒนาให้สร้างวิดีโอได้ยาวขึ้นจากรุ่น Wan2.7-Video ที่เคยทำได้สูงสุด 15 วินาที ช่วยรองรับการเคลื่อนไหวของกล้องที่ซับซ้อนและการถ่ายทำช็อตต่อเนื่อง มาพร้อมฟีเจอร์แนะนำความยาววิดีโอตามพร้อมต์ของผู้ใช้ และฟีเจอร์ขยายความยาววิดีโอเพื่อเชื่อมโยงเนื้อหา นอกจากนี้ยังรองรับการประมวลผลอินพุตประเภทข้อความ รูปภาพ วิดีโอ เสียง หน้าเว็บ เอกสาร PDF และ PowerPoint เพื่อแปลงข้อมูลตัวอักษรเป็นวิดีโอ

ด้านประสิทธิภาพการแสดงผล โมเดลดังกล่าวเน้นการรักษาความต่อเนื่องของภาพ ลดปัญหาความผิดเพี้ยนในการเรนเดอร์ใบหน้าและการแสดงอารมณ์ สามารถสร้างเสียงพูดหลายภาษา ตลอดจนแสดงผลหน้าจอซอฟต์แวร์และโมชันกราฟิก รวมถึงการควบคุมรายละเอียดของตัวละคร ผลิตภัณฑ์ ความสัมพันธ์เชิงพื้นที่ และความสอดคล้องขององค์ประกอบภาพและเสียงจากข้อมูลนำเข้า

ระบบนี้ออกแบบมาเพื่อรองรับการใช้งานในอุตสาหกรรมภาพยนตร์ ละครสั้น สื่อสังคมออนไลน์ การผลิตวิดีโอเพื่อการตลาดและการศึกษา รวมถึงการใช้นำไปฝึกระบบรถยนต์ไร้คนขับและหุ่นยนต์ ทั้งนี้ อาลีบาบา ได้เปิดตัวโมเดลตระกูล Wan เป็นครั้งแรกเมื่อเดือนกรกฎาคม 2566 และทำการพัฒนาความสามารถอย่างต่อเนื่อง