中国アリババは動画生成AI「Wan3.0」をAlibaba Cloud Model Studioで提供開始した。
最大30秒の動画生成に加え、PPTやPDFなどの文書入力にも初対応し、業務資料を直接映像化できる点が特徴となる。
Wan3.0、文書入力と30秒生成に対応
2026年8月24日に発表された「Wan3.0」は、アリババの動画生成モデル「Wan」ファミリーの新世代モデルである。
テキストや画像、音声、動画に加え、doc、xls、ppt、pdf、txt、key、pages、numbers、md形式のドキュメントを入力できる「Everything to Video」を打ち出した。
1回につき1ファイルまたは1リンク、100MB以下、50ページ以下まで読み込める。
一般的なAI動画生成で多い数秒程度のクリップから長尺化し、1回で最大30秒の動画を作成可能になった。
プロンプトの内容から適切な尺を提案する機能や、既存動画の続きを生成する延長機能も備えるため、単一ショットだけでなく一連のストーリーを構成しやすい。
実写表現も強化され、多様な人物の顔や微表情を生成するとともに、参照素材を使った動画ではキャラクター、小道具、空間、映像スタイルの一貫性維持を重視した。
生成後には映像やストーリー、セリフを部分的に修正でき、動画全体を最初から作り直す必要もない。
料金は480Pが1秒0.05ドル、720Pが0.10ドル、1080Pが0.20ドル。30秒の場合は480Pで1.50ドル、1080Pで6ドルとなる。
一方、音声の質感や画面内テキストの描画精度には改善余地が残るという。
資料の動画化で制作工程はどう変わるか
Wan3.0の大きな利点は、生成動画の長尺化だけでなく、企業が日常的に扱う資料そのものを映像制作の入力として使える点にある。
商品紹介のPPTを広告動画へ、研修資料を動画教材へ、レポートをナレーション付きの映像へ変換できれば、企画から映像化までの工程を短縮できる可能性がある。
特に広告やマーケティング、デザイン領域では、既存素材を再利用しながら複数の動画案を低コストで試せることがメリットになる。
480Pでドラフトを繰り返し、最終版だけを1080Pで生成するといった運用もしやすく、動画制作の試行錯誤をAPIベースで高速化できるだろう。
一方、企業利用では生成内容の正確性やブランド表現の維持も重要になる。
音声や画面内文字の品質が十分でなければ、人による確認や修正工程は引き続き必要だ。
また、入力資料からどの情報を映像へ反映するかによって成果物の品質が変わるため、プロンプト設計や編集能力も求められるだろう。
Wan3.0が示すのは、動画生成AIが短い映像素材を作る段階から、既存の情報資産を完成したコンテンツへ変換する制作基盤へ近づいていることだ。
今後、精度と一貫性がさらに向上すれば、映像制作だけでなく教育や業務報告などにも用途が広がると考えられる。
Alibaba Cloud Model Studio公式ブログ
関連記事：
AIdeaLab、アニメ特化動画生成AI「AnimeGen」を無償公開 日本初の商用利用対応モデルで制作DXを後押し
LTX、オープンウェイト世界モデル「LTX-2.5」公開 動画生成AIの指示理解向上
MIXI、Runwayと戦略提携 動画生成AIで映像制作を最大21日から3日に短縮
