阿里巴巴的新视频模型可以直接吃下你的幻灯片，吐出三十秒成片
阿里云在8月24日周一将Wan3.0推出公测，通过微信发布消息。它主打的不是输出端而是输入端：除文本、图像、音频和视频之外，模型还接受文档、电子表格、幻灯片、PDF以及以网址给出的网页，并据此构建一段视频。阿里巴巴把这项能力称为全能参考（Omni-Reference）。单条片段最长30秒，是Wan2.7-Video的15秒上限的两倍，并且用一个统一模型取代了此前分开的产品线。它还会根据提示词推荐合适时长，并可对已有片段做续写延展。Wan3.0自8月6日起进入公测，阿里巴巴称此后已被用于短剧和影视制作、广告营销、文旅推广和音乐视频。模型通过阿里云百炼和Qwen Cloud以wan3.0-video提供；权重未公开，API也尚未完全开放。这次发布与阿里巴巴100亿美元的配股同日落地，那是港股上市公司有史以来规模最大的一次首次增发，募资用于人工智能投入。
为什么重要?你能叫得出名字的视频模型，几乎都是从一句话或一张图开始的。把模型对准一份PDF或一份季度汇报，改变的是它服务的对象。做培训视频、产品讲解或文旅宣传片的人，内容早就有了，只是载体不对，而凭空想出画面从来不是难点。三十秒这个数字也比听上去重要：大致就是在这个长度上，一段片子不再只是演示，而开始成为可以拿给客户看的东西。代价还是今年中国前沿发布的老问题——能力公布了，权重没有，访问要经过一个你必须登录的云。
在App中阅读——免费，9种语言
相关新闻
Anthropic新小模型的价格只有去年的十分之一。2026-10-08新视频模型能给机器人视角拍下的画面打标签。
2026-10-07谷歌的新搜索模型只占手机 191 兆内存。
2026-10-07Mistral本月将免费放出万亿参数模型。
2026-10-06Reflection要免费放出一个5010亿参数的模型。
2026-10-06