อาลีบาบา ประกาศเปิดตัว Wan3.0 โมเดลปัญญาประดิษฐ์สร้างวิดีโอขั้นสูงเวอร์ชันเบต้า (Public Beta) ที่มาพร้อมความสามารถในการรองรับอินพุตหลายรูปแบบพร้อมกัน (Multimodal) และขยายขีดความสามารถในการสร้างวิดีโอที่มีความยาวสูงสุดถึง 30 วินาที ซึ่งยาวขึ้นเป็นสองเท่าเมื่อเทียบกับโมเดลรุ่นก่อนหน้าอย่าง Wan2.7-Video ที่ทำได้สูงสุด 15 วินาที ช่วยเพิ่มประสิทธิภาพและลดความซับซ้อนในกระบวนการทำงานระดับมืออาชีพ
ปัจจุบันผู้ใช้งานและผู้พัฒนาสามารถลงทะเบียนเข้าร่วมการทดสอบแบบ Public Beta ของ Wan3.0 ได้แล้วผ่าน Model Studio แพลตฟอร์มพัฒนา AI ของอาลีบาบา คลาวด์ และ Qwen Cloud ซึ่งเป็นแพลตฟอร์มคลาวด์รูปแบบ AI-Native เพื่อทดลองใช้งานความสามารถด้านการแปลงข้อมูลตัวหนังสือ เอกสาร และสื่อรูปแบบต่างๆ ให้กลายเป็นเนื้อหาวิดีโอแบบไดนามิก
ไฮไลท์ฟีเจอร์เด่นของ Wan3.0
ความสามารถหลักของ Wan3.0 ถูกออกแบบมาเพื่อแก้ปัญหาความไม่ต่อเนื่องและภาพผิดเพี้ยนที่มักพบในสื่อสร้างสรรค์จาก AI โดยระบบสามารถสร้างวิดีโอช็อตต่อเนื่องแบบไม่ตัดได้อย่างราบรื่น และรองรับการเคลื่อนไหวของกล้องที่ซับซ้อน รวมถึงมีฟีเจอร์ Intelligent Duration ที่ช่วยแนะนำความยาววิดีโอที่เหมาะสมตามข้อความสั่งการ (Prompt) และฟีเจอร์ Video Extension สำหรับขยายความยาวของวิดีโอเพื่อการเล่าเรื่องอย่าง uninterrupted
ด้านการประมวลผลอินพุตแบบ Multimodal Wan3.0 สามารถรับข้อมูลประเภทข้อความ, รูปภาพ, วิดีโอ, เสียง, หน้าเว็บ ตลอดจนไฟล์เอกสารอย่าง PDF และ PowerPoint ได้พร้อมกัน ช่วยให้การเปลี่ยนเนื้อหาที่เป็นข้อความยาวให้กลายเป็นวิดีโอที่มีความเคลื่อนไหวทำได้ทันที นอกจากนี้ โมเดลยังควบคุมความแม่นยำของใบหน้ามนุษย์ การแสดงอารมณ์ เสียงพูดหลายภาษาที่เป็นธรรมชาติ ตลอดจนการแสดงผลหน้าจอซอฟต์แวร์และโมชั่นกราฟิกได้อย่างเสถียร
การประยุกต์ใช้งานในอุตสาหกรรม
การพัฒนา Wan3.0 มีเป้าหมายเพื่อตอบโจทย์การใช้งานที่หลากหลาย ตั้งแต่ภาคการผลิตสื่อภาพยนตร์ ละครสั้น คอนเทนต์บนสื่อสังคมออนไลน์ ไปจนถึงภาคธุรกิจที่ต้องการแปลงข้อความและรูปภาพเป็นวิดีโอเพื่อการตลาดและการศึกษา ยิ่งไปกว่านั้น โมเดลนี้ยังรองรับการใช้งานของนักพัฒนาในการสร้างวิดีโอจำลองสถานการณ์สมจริง เพื่อนำไปใช้ฝึกฝนระบบรถยนต์ไร้คนขับและเทคโนโลยีหุ่นยนต์
ทั้งนี้ อาลีบาบาได้เริ่มต้นเปิดตัวโมเดลสร้างภาพและวิดีโอในตระกูล Wan เป็นครั้งแรกเมื่อเดือนกรกฎาคม 2566 และได้พัฒนาต่อยอดความสามารถอย่างต่อเนื่องเพื่อให้ตอบสนองความต้องการของผู้สร้างสรรค์คอนเทนต์ได้อย่างมีประสิทธิภาพ
#AlibabaCloud #Wan3 #GenerativeAI #AIVideo #ModelStudio #QwenCloud
