نموذج Wan3.0 من علي بابا يبيع الفيديو بالثانية: 6 دولارات لمقطع مدته 30 ثانية

أصبح Wan3.0 من علي بابا، أحدث إصدار من عائلة نماذج الفيديو Wan، متاحًا الآن على Alibaba Cloud Model Studio مع فوترة بالثانية: 0.05 دولار لجودة 480P، و0.10 دولار لجودة 720P، و0.20 دولار لجودة 1080P. تبلغ تكلفة التوليد الكامل لـ30 ثانية 6 دولارات في الفئة الأعلى، و1.50 دولار كمسودة بجودة 480P. الأرقام أقل أهمية مما تتيحه: التكرار على مسودات رخيصة، ثم الدفع مقابل التمريرة النهائية.

التسعير بالثانية يحوّل إعادة التنفيذ إلى بند في الميزانية

معظم نماذج الفيديو بالذكاء الاصطناعي تنتج مقاطع مدتها بضع ثوانٍ، تكفي للقطة واحدة لكنها لا تكفي لقصة، على حد تعبير علي بابا. يمدّد Wan3.0 طول التوليد الواحد إلى 30 ثانية، مع ميزة المدة الذكية التي توصي بالطول بناءً على المطالبة، وخيار تمديد الفيديو لمواصلة التوليد الأولي. المخرجات الأطول تغيّر المفردات الإبداعية: مساحة لإيقاع سردي، وحركات كاميرا متواصلة، وتسلسلات بلقطة واحدة.

العدّاد بالثانية هو حيث تتحول الحسابات الاقتصادية إلى أرقام ملموسة. بجودة 480P، تبلغ تكلفة مسودة مدتها 30 ثانية 1.50 دولار، وهو سعر منخفض بما يكفي للتكرار التقريبي. إكمال الطول نفسه بجودة 1080P يكلف 6 دولارات لكل محاولة. مثال علي بابا نفسه يحسب الأمر بالطريقة نفسها: كرّر بجودة 480P، وأنهِ بجودة 1080P.

أمران يبقيان دون حل. لا توضح القائمة ما إذا كانت التوليدات الفاشلة أو المهملة تُفوَّر أم لا، وتسمّي أربعة أوضاع إبداعية (reference, editing, replication, driving) دون تعريف ما يميّزها عن بعضها. كما تحدّ القائمة التزامن بمهمتين، ما يعني أن إعادة التنفيذ تدخل في طابور خلف ما يعمل حاليًا. بالنسبة للفرق التي تسعى إلى اتساق الشخصيات، يجعل العدّاد كل إخفاق قابلًا للتوقع على الأقل: 6 دولارات لكل إعادة.

مستندات تدخل، فيلم علامة تجارية يخرج

التغيير الوظيفي الأكبر هو الإدخال. Wan3.0 هو أول نموذج في عائلة Wan يقرأ المستندات كمدخلات منظمة: doc وxls وppt وpdf وtxt وkey وpages وnumbers وmd، حتى ملف أو رابط واحد لكل طلب، بحد أقصى 100MB و50 صفحة. اقرن مستندًا بمطالبة، وستعمل المطالبة كمركز تحكم يفسّر الإدخال ويشكّل المخرجات. عرض علي بابا التوضيحي هو مستند تقديمي لعلامة تجارية لمقهى مع جملة توجيه واحدة: "حوّل قصة العلامة التجارية هذه إلى إعلان تلفزيوني للعلامة بدرجات دافئة"، لينتج فيلم علامة تجارية كامل.

تأطير علي بابا هو أن توليد الفيديو ينتقل من حداثة المحتوى إلى أدوات الإنتاج. قدرة تحويل كل شيء إلى فيديو تستهدف الإعلانات، وعروض تفاعل واجهة المستخدم، وتسويق الوجهات، حيث لم تعد أفلام الوجهات تتطلب تصويرًا ميدانيًا واسع النطاق. في قراءة علي بابا، يغطي المسار نفسه الرسوم المتحركة لميزات البرمجيات وتصور البيانات: يحافظ النموذج على جماليات وملمس التصميم الأصلي مع تحويله إلى حركة. لا شيء في واجهة API يقرر ما إذا كانت حالات الاستخدام هذه مجدية، لكن مرونة الإدخال هي ما يسمح لملف عرض تقديمي موجود بأن يصبح فيديو مسودة دون إعادة بناء الفكرة من الصفر.

ادعاءات الواقعية، والفجوات التي تعترف بها علي بابا

في ما يخص جودة المخرجات، يعتمد Wan3.0 على ادعاءين: وجوه واقعية ومتنوعة بدل المظهر اللامع القابل للاستبدال الذي تميل إليه شخصيات الذكاء الاصطناعي النمطية، واتساق دقيق من المرجع إلى الفيديو عبر الشخصيات والدعائم والمساحات والأسلوب، بما في ذلك مشاعر مميزة في المشاهد الجماعية. قدرة التحرير التي ظهرت في Wan2.7 تستمر، بحيث يمكن تعديل المرئيات والحبكة والحوار دون إعادة توليد من الصفر. يصبح التكرار تمريرة مراجعة، لا إعادة تنفيذ.

الاتساق هو المقياس الذي تهتم به فرق الإنتاج أكثر من غيره، كما تقول التدوينة: في وضع المرجع إلى الفيديو، يعيد Wan3.0 إنتاج تفاصيل المرجع بدقة ويُبقيها ثابتة عبر الأبعاد الرئيسية. هذا هو الفرق بين مقطع يبدو صحيحًا بمعزل عن غيره، ومقطع يصمد في تسلسل المونتاج.

تشير علي بابا أيضًا إلى مواضع قصور النموذج. في الاختبارات الداخلية، ملمس الصوت ودقة عرض النص على الشاشة "يتحسنان لكنهما لم يصلا بعد إلى المستوى الذي نريده"، وكلاهما مجالان للتحسين النشط. بالنسبة لنموذج يضع المستندات والرسوم البيانية كمدخلات، فإن النص المقروء على الشاشة يمثل فجوة غير هينة.

المسار واضح: أصدرت عائلة Wan ثمانية إصدارات من Wan1.0 إلى Wan3.0، وتوجّه علي بابا القدرات نفسها, فهم معلومات أغنى وتوليد مخرجات أكثر اتساقًا فيزيائيًا, نحو الذكاء الاصطناعي المجسّد، والقيادة الذاتية، والمحاكاة الصناعية. أما الآن، فالقراءة العملية أبسط. العدّاد يجعل إنفاق فيديو الذكاء الاصطناعي قابلاً للتوقع. وما إذا كانت 6 دولارات تشتري مقطعًا قابلًا للاستخدام فهو سؤال لا يمكن الإجابة عنه إلا بتجربة إنتاج فعلية.