О модели Wan 3.0
Ниже описаны возможности модели у производителя; доступные в G-Art режимы и параметры указаны в характеристиках и инструкции на этой странице. Ролика в несколько секунд хватает на один план, но не на историю. Wan 3.0 рассчитана на цельные сцены до 30 секунд: длинный проход камеры, сюжет с завязкой и развязкой. Если не знаете, какой длины должен быть ролик, модель может сама подобрать хронометраж под промпт, а готовое видео — продлить, чтобы продолжить историю.
Отдельный акцент Alibaba — реализм лиц и постоянство героя: черты лица, причёска, цвет волос, телосложение, одежда и аксессуары не меняются по ходу ролика, а мимика согласована с движениями тела. В режиме по референсу модель сохраняет персонажей, предметы, обстановку и стиль с загруженных изображений, а в готовом ролике можно поменять картинку, сюжет или реплики без полной перегенерации.
По описанию Alibaba, на вход модель принимает не только текст, изображения и видео, но также аудио и документы: презентация продукта превращается в рекламный ролик, учебные слайды — в видеокурс. В студии G-Art сцену задают текстом, фото или видео. Разработчики сами называют и слабые места: фактура звука и точность текста в кадре пока дорабатываются, так что ролики с надписями и важной озвучкой стоит внимательно проверять.