阿里巴巴推出 Wan3.0 视频模型，AI 投入从融资转向产品落地

阿里巴巴正式推出新一代视频生成模型 Wan3.0，把一场大规模融资动作迅速转化为面向市场的 AI 产品发布。路透社 8 月 24 日报道称，阿里云通过微信平台宣布这一模型能力。就在此前一天，阿里巴巴启动约 100 亿美元规模的香港股份配售，计划将资金用于芯片、基础设施和 AI 模型等全栈能力建设。对外界而言，这次发布的重要性不只在于一个新模型出现，而在于它把高昂的算力投入与可见的商业产品放在同一条叙事线上。

Wan3.0 的定位不是单纯的文字生成视频工具。根据阿里云披露的信息，模型可以一次生成最长 30 秒的视频，并能理解文档、电子表格、幻灯片和网页等输入，同时也支持文字、图片、音频和视频参考。阿里巴巴称，8 月 6 日开启公测以来，Wan3.0 已被用于短剧、影视制作、广告营销、文旅推广和音乐视频创作。它面向的场景，是把企业已有的静态材料更快转化为视频初稿，而不是让创作者从每一个镜头开始手工搭建。

这次发布带有明显的资本背景。路透社报道称，阿里巴巴的港股配售是香港上市公司史上规模最大的一级市场后续发行之一，公司称所得资金将用于全栈 AI 能力。所谓全栈，涵盖芯片、数据中心、云服务、基础模型、开发者工具和终端产品。阿里此前也说明，AI 相关资本开支已经对利润造成明显压力，因此能够展示可使用、可收费、可进入客户流程的产品，正在变得比发布概念更重要。

从技术竞争看，Wan3.0 进入的是一个快速拥挤的视频生成市场。OpenAI、Google、快手、Runway 等公司都在尝试把 AI 视频从短片段演示推进到可控的生产系统。时长只是其中一个指标，企业用户还会关心角色一致性、品牌参考、音频处理、对结构化资料的理解，以及能否在不完全重算的情况下修改片段。阿里云社区资料称，Wan3.0 强化了真实感和参考一致性，并在 Model Studio 中提供最高 1080p 的输出档位。

文档转视频可能是这次升级最具有商业价值的部分。许多组织拥有大量演示文稿、产品页面、培训手册、数据表和营销简报，但把这些材料做成视频通常耗时昂贵。如果模型能够稳定理解这些资料，就会降低企业内容生产的起步门槛。当然，这并不会取代剪辑、审校、法务把关和创意决策，但它可能改变谁能发起一个视频项目，以及第一版成片出现的速度。

对阿里巴巴而言，接下来的关键是 Wan3.0 能否在云平台上形成持续使用。模型发布能够带来关注，但收入取决于稳定性、价格、开发者接口、内容安全和工作流整合。新的融资为阿里继续投入提供了空间，也提高了投资者对成果的期待。Wan3.0 因此不仅是一场 AI 演示，而是阿里把重资本投入转化为实际服务能力的一次早期检验。