6 دولارات لمقطع مدته 30 ثانية: Wan3.0 من علي بابا يضع فيديو الذكاء الاصطناعي على العداد

مقابل نحو 6 دولارات، ستولّد علي بابا كلاود مقطع فيديو مدته 30 ثانية بدقة 1080P، وستفوترك مقابل كل ثانية للقيام بذلك. هذا التسعير، أكثر من نافذة التوليد الأطول أو أدوات التحكم الأدق في ملامح الوجه، هو الجزء الأكثر تأثيرًا في إطلاق Wan3.0.

وصل Wan3.0 إلى مرحلة التوافر العام عبر القنوات الدولية في 24 أغسطس 2026، مع فوترة لكل ثانية مولّدة: 0.05 دولار بدقة 480P، و0.10 دولار بدقة 720P، و0.20 دولار بدقة 1080P. مسودة كاملة مدتها 30 ثانية بدقة 480P تبلغ نحو 1.50 دولار. المقطع نفسه بأعلى دقة يبلغ نحو 6.00 دولارات قبل أي خصم ترويجي. جوني ماي، مدير استراتيجية منتجات الذكاء الاصطناعي التوليدي والذهاب إلى السوق في علي بابا كلاود، يوضح هذه الحجة في مدونة المنتج: الاستكشاف والإنتاج النهائي يمكن أن يعيشا في ميزانيتين منفصلتين.

وحدة العمل تضاعفت للتو

كان Wan2.7 يولّد من 2 إلى 15 ثانية لكل عملية توليد. Wan3.0 يضاعف ذلك إلى 30 ثانية أصلية. خمس عشرة ثانية تكفي للقطة واحدة، أو إيقاع واحد، أو أصل اجتماعي قصير. ثلاثون ثانية تمنح إيقاعات سردية متعددة، وتمهيدًا ونتيجة، أو عرضًا أطول لمنتج، أو حركة كاميرا واحدة متواصلة، وهذا يغيّر ما يمكن للمبدعين محاولته في تمريرة واحدة.

السؤال الصعب هو ما إذا كان الوقت الإضافي متماسكًا. المقاطع الطويلة نقطة فشل معروفة لنماذج الفيديو، ويقر إطار علي بابا الخاص بذلك:

«المدة تشتري قيمة إنتاجية فقط عندما يستمر التماسك عبرها.»

يأتي Wan3.0 مع توصية ذكية بالمدة، تتيح للنظام اختيار الطول من المطالبة والمراجع، بالإضافة إلى تمديد الفيديو لمواصلة ما بعد التوليد الأولي. وفوق ذلك، اتسعت ادعاءات الاتساق. ركز Wan2.7 على الهوية والصوت والعاطفة وحركة الكاميرا عبر مشاهد متعددة الشخصيات. يضيف Wan3.0 تفاصيل الوجه والشعر والملابس والإكسسوارات والدعائم والعلاقات المكانية ومنظور الكاميرا والاستقرار عبر المقاطع الأطول. هذه ادعاءات علي بابا نفسها، والتدوينة مرفقة بإخلاء مسؤولية بأن أرقام الأطراف الثالثة مقتبسة كما نُشرت، ولم يتم التحقق منها بشكل مستقل.

المستندات تنضم إلى المطالبة

نمت مجموعة المراجع في اتجاه مختلف. يقبل Wan3.0 النصوص والصور والصوت والفيديو، بالإضافة إلى DOC وXLS وPPT وPDF وTXT وKEY وPages وNumbers وMarkdown وصفحات الويب، ضمن حدود استيعاب محددة. يمكن لملف عرض تقديمي للعلامة التجارية، أو موجز حملة، أو تقرير، أو جدول بيانات أن يحمل سياقه الواقعي والمرئي إلى عملية التوليد. يتوقف المستخدم عن إعادة صياغة المعلومات ويبدأ في توجيهها: ما المهم، ومن هو الجمهور، وما النبرة الواجب اعتمادها، وكيف تتصرف الكاميرا.

أساس التحرير الذي قدمه Wan2.7 يستمر، لذا يمكن تعديل المرئيات والحبكة والحوار دون إعادة توليد من الصفر. يصبح التكرار تمريرة مراجعة، وليس إعادة من البداية. هناك فجوة معروفة هنا أيضًا: مواد علي بابا الخاصة تشير إلى أن النص المقروء على الشاشة مجال تحسين نشط، وهو أمر محرج لنموذج يُروَّج له لتحويل الرسوم البيانية والمستندات إلى فيديو.

العدّاد يغيّر حسابات سير العمل

لم يُذكر تسعير Wan2.7 مطلقًا في المواد العامة، ما يجعل Wan3.0 أول صورة واضحة لتكلفة توليد الفيديو لدى علي بابا. الجدول هو النقطة المحورية: نفس المقطع الذي تبلغ مدته 30 ثانية يكلف 1.50 دولار كمسودة و6.00 دولارات كنسخة نهائية، ويمكن للفرق توجيه المسودات الرخيصة والتمريرات النهائية عبر ميزانيتين منفصلتين. حجة ماي الأوسع هي أن إعدادات التوليد تصبح تدريجيًا جزءًا من استدلال النموذج بدلاً من سلسلة من أدوات التحكم اليدوية، وأن كل إصدار يوسع السطح دون إجبار الفرق على إعادة تعلم حلقة الإبداع.

الفجوات التي يعترف بها المورّد

Wan3.0 هو رهان علي بابا في سباق أوسع نحو التوليد الشامل. H3 من MiniMax يوحّد بالفعل النصوص والصور والفيديو والصوت في نموذج واحد، لذا الضغط يأتي من عدة اتجاهات في آن واحد. أصدرت عائلة Wan ثمانية تكرارات من Wan1.0 إلى Wan3.0، وتوجه علي بابا القدرات نفسها نحو الذكاء الاصطناعي المجسّد، والقيادة الذاتية، والمحاكاة الصناعية. وWan ليس المسار الوحيد للشركة؛ فقد نشرت علي بابا مؤخرًا Qwen 3.8-Max مفتوح المصدر، وهو نموذجها الأكثر قدرة.

لا شيء من ذلك يحسم السؤال الذي يثيره الإطلاق فعلًا. الفوترة بالثانية تجعل إنفاق فيديو الذكاء الاصطناعي متوقعًا، لكنها لا تضمن أن تكون الثواني الثلاثون قابلة للاستخدام. ما إذا كان 6 دولارات تشتري مقطعًا يمكن لفريق إنتاج اعتماده هو أمر لا يمكن أن يجيب عليه سوى تشغيل إنتاج حقيقي.