علیبابا امروز بهطور رسمی جدیدترین مدل تولید ویدیوی هوش مصنوعی خود، Wan 3.0، را با قابلیتهای ارتقایافته عرضه کرد. این مدل با دریافت ویدیوهای ساده میتواند خروجیهای هوشمندانه ارائه کند.
طبق اعلام Alibaba Cloud در پلتفرم ویچت، مدل جدید میتواند با استفاده از اسناد، صفحات گسترده، اسلایدها و صفحات وب، ویدیوهایی ۳۰ ثانیهای بسازد.
علیبابا میگوید Wan 3.0 از زمان انتشار نسخه بتای عمومی در تاریخ ۱۵ مرداد، در تولید ویدیوهای کوتاه، تبلیغات و بازاریابی و ساخت موزیک ویدیو مورد استفاده قرار گرفته است.
تولید ویدیو با مدل هوش مصنوعی Wan 3.0 علیبابا
مدل Wan 3.0 قابلیتهای تبدیل متن به ویدیو، تولید فریم و حالت رفرنس را یکجا ارائه میکند. در هنگام استفاده از این مدل میتوانید تا ۱۰ تصویر مرجع یا رفرنس، ۵ ویدیوی مرجع و ۵ فایل صوتی مرجع به هوش مصنوعی بدهید. حالت تفکر (Thinking) نیز برای پرامپتهای پیچیده با چندین ورودی استفاده میشود.
با مدل ویدیوساز جدید علیبابا میتوانید ضمن حفظ ویژگیهای شخصیتها از آنها در صحنههای مختلف و داستانهای گوناگون بهره بگیرید. خروجی ویدیوها با Wan 3.0 تا حد زیادی واقعگرایانه و پرجزئیات به نظر میرسد.
یکی از محققان تیم توسعه مدلهای Wan درباره محصول جدید میگوید: «با همکاری متخصصان زیباییشناسی و مشاوران حوزه خلاقیت، استانداردهای هنری بالاتری را یاد گرفتیم. همچنین در مرحله پیشآموزش، مجموعه دادههای غنیتری را در حوزههای بصری مختلف ایجاد کردیم. این اقدامات پایه بسیار بهتری برای کیفیت بصری مدل فراهم کرد.»
عرضه رسمی این مدل یک روز پس از اعلام فروش ۱۰ میلیارد دلار از سهام علیبابا انجام شده است؛ معاملهای که بزرگترین عرضه ثانویه سهام از سوی یک شرکت پذیرفتهشده در بورس هنگکنگ محسوب میشود. علیبابا با این اقدام در تلاش است هزینههای خود را در رقابت فزاینده جهانی بر سر هوش مصنوعی افزایش دهد. علیبابا هفته گذشته نیز از کاهش ۷۵ درصدی سود سهماهه خود نسبت به سال گذشته خبر داده بود؛ افتی که به افزایش شدید هزینههای سرمایهای مرتبط با هوش مصنوعی نسبت داده شد.
