Alibaba представила Wan 3.0 — генератор видео до 30 секунд с поддержкой документов
Корпорация Alibaba выпустила Wan 3.0 — новую версию своей мультимодальной модели для генерации видео Tongyi Wanxiang. Релиз состоялся 24 августа 2026 года, через несколько дней после того, как компания привлекла около $10,2 млрд при размещении акций на бирже Гонконга. Модель находилась в публичной бета-тестировании на платформах Alibaba Cloud и Qwen Cloud с начала августа, а теперь стала общедоступной. 
Технические возможности: 30 секунд за один проход
Главное достижение Wan 3.0 — генерация непрерывных роликов длительностью до 30 секунд в разрешении 1080p за один диффузионный проход (single-pass), без склеивания коротких фрагментов. Предыдущие версии линейки выдавали от 2 до 15 секунд за генерацию. По словам разработчиков, это переход «от генерации кадра к рассказу целой истории»: модель поддерживает длинные перемещения камеры, сохраняет персонажей, сцену, пространственную компоновку и анимационную графику на протяжении всего ролика. Звуковое сопровождение — шумы, речь, фоновые эффекты или музыка — создаётся синхронно с видеорядом в том же проходе. Функция «умной длительности» сама рекомендует оптимальную длину ролика под промпт, не навязывая пустые секунды коротким сценам. 
Генерация видео из документов — уникальная фишка релиза
Ключевое технологическое нововведение, которого нет ни у одного конкурента: Wan 3.0 принимает на вход не только текст, изображения, аудио и видео, но и структурированные рабочие файлы. Поддерживаются форматы PDF, DOC, XLS, PPT, Markdown, а также ссылки на веб-страницы (по данным китайской прессы — ещё TXT, KEY, Pages, Numbers). Ограничение — до 100 МБ или 50 страниц на файл. Нейросеть анализирует логику и структуру презентации, таблицы или отчёта и автоматически собирает по ним видеоряд до 30 секунд. Официальный анонс называет сценарий «превратить статичные, перегруженные текстом данные в видео уровня реальности». Практический смысл очевиден: обучающие ролики из методичек, продуктовые демо из презентаций, видеоверсии квартальных отчётов из таблиц — без сценариста и монтажёра. Именно на бизнес-кейсы Alibaba делает упор в анонсе, позиционируя инструмент для отделов маркетинга, корпоративных коммуникаций, обучения и имитационного моделирования в автономном транспорте и робототехнике. 
Единый мультимодальный воркфлоу и редактирование
В линейке 2.x референсы, редактирование и озвучка жили в разных моделях. Wan 3.0 объединяет всё в одной — Alibaba называет это Omni-Reference. Модель держит консистентность персонажей, реквизита, голосов и стиля между кадрами и задачами. Отдельно интересна функция редактирования готового ролика: можно выделить временной интервал и перегенерировать только его, не трогая остальное, поправить картинку, сюжет и даже реплики персонажей. Китайская пресса описывает это как переход «от гачи к производству» — вместо бесконечных перегенераций получаешь управляемый процесс. Качество работы со сложным кадром демонстрируется на рекламных роликах с экранной графикой — интерфейсы и надписи в кадре всегда были слабым местом видеомоделей.
Качество, разрешения и честные ограничения
Доступные разрешения — 480p, 720p и 1080p. Информация о «4K у Wan 3.0» в сети — дезинформация: у Alibaba нет ни 4K-тарифа, ни единого упоминания 4K в анонсе. Вокруг релиза всплыла волна фейков — аффилиатные сайты приписывают модели открытые веса, лицензию Apache 2.0 и бесплатный доступ; ничего из этого не подтверждается. Подтверждается ставка на людей в кадре: детализация лиц и кожи, сдержанные естественные эмоции, микромимика, связанная с жестами. При этом китайские обзоры честно отмечают сырые места: качеству аудио и точности текста в кадре ещё есть куда расти. Alibaba показывает кинематографический потенциал жанровыми демо — фантастика и стилизованная 3D-анимация уровня полнометражного мультфильма. 
Ценообразование и доступ
Доступ к модели открыт через облачную платформу Alibaba Cloud Model Studio (Bailian), приложение Qianwen и творческие площадки вроде Wanjing Yike — всё рассчитано на китайский рынок: интерфейс на китайском, для регистрации нужен китайский номер. Международный доступ — через QwenCloud API, но роллаут постепенный, оплата зарубежной картой. Скачать Wan 3.0 нельзя — веса закрыты, любой сайт «скачать Wan 3.0 бесплатно» — фейк. В отличие от ранних версий (Wan 2.2 выпускалась с открытыми весами Apache 2.0 летом 2025), модель Wan 3.0 полностью закрыта и распространяется исключительно как облачный API-сервис. Сообщество до сих пор припоминает Alibaba несдержанное обещание открыть Wan 2.5.
Тарификация посекундная, что делает стоимость видео предсказуемой:
- 480p — $0,05 за секунду ($1,5 за 30-секундный ролик)
- 720p — $0,10 за секунду ($3 за ролик)
- 1080p — $0,20 за секунду ($6 за ролик, $12 за минуту)
Для сравнения, стандартный тариф Google Veo 3.1 предполагает плату $0,4 за секунду видео — в два раза дороже максимального тарифа Wan 3.0.
Конкурентный ландшафт и бенчмарки
Независимых бенчмарков у Wan 3.0 пока нет — модель ещё не появилась в Video Arena. Ориентир — позиции линейки: Wan 2.7 держит 4-е место рейтинга (Elo 1161), уступая только Gemini Omni Flash, MiniMax H3 и Seedance 2.0. Прямой конкурент по длительности — Seedance 2.5 от ByteDance, которая научилась 30-секундным one-take роликам на неделю раньше. У ByteDance сильнее референсы (до 50 входов), у Alibaba — уникальная работа с документами и веб-страницами, которых нет ни у кого. Для пользователей в России доступ к линейке Wan (2.7, 2.6, 2.5) уже есть через GPTunneL — без VPN, с оплатой российскими картами в рублях.