アリババ、次世代動画生成モデル「Wan3.0」のパブリックベータ版を公開―30秒の動画生成と広範なリファレンス入力を実現

📝 概要

アリババ（Alibaba）は、次世代のAI動画生成モデル「Wan3.0」のパブリックベータ版を公開しました。本モデルは「シンプルな入力によるスマートな創作」を掲げ、想像を現実へと変換する高度なクリエイティブ機能を提供します。特筆すべきは、ネイティブでの30秒動画生成能力と、ドキュメントやウェブページまでをも入力ソースとして扱う「Omni-Reference」機能です。これにより、従来のテキストや画像ベースの生成を超え、多様な情報資産を直感的に視覚化することが可能となり、クリエイティブ制作のワークフローに大きな変革をもたらすことが期待されます。

📋 詳細レポート

Wan3.0は、動画生成AIの新たな基準を示すべく開発されたモデルです。今回のパブリックベータ版の公開により、ユーザーは実写に近い品質の動画生成を、より広範なデータ形式を起点として体験できるようになります。

映像制作の限界を広げる技術的アプローチ

Wan3.0の開発コンセプトは、ユーザーが最小限の入力で、最大限の創造性を発揮できる環境を構築することにあります。「Reality-Grade Rendering」と称される描画技術により、物理的なリアリティを追求した映像表現が可能となりました。また、従来の生成AIが数秒から十数秒程度の生成に留まることが多い中で、ネイティブで30秒という長尺の動画生成を実現している点は、技術的な大きなアドバンテージと言えます。

主要機能と特徴

• ネイティブ30秒動画生成: 外部の編集プロセスを介さず、モデル単体で30秒間の連続した動画を生成可能です。
• リアリティ・グレード・レンダリング: 現実世界のような質感や光の挙動を再現する、極めて高品質な描画性能を備えています。
• Omni-Reference（全方位リファレンス）: 従来のテキスト、画像、音声、動画に加え、ドキュメント、スプレッドシート、スライド、ウェブページなど、多岐にわたる形式の情報を参照元として入力できます。

活用シーンと「Omni-Reference」の影響

「Omni-Reference」機能の導入は、動画生成の活用シーンを劇的に広げます。例えば、スプレッドシート上のデータを元にしたインフォグラフィックス動画の作成、ウェブページのレイアウトを反映したプロモーション映像の生成、あるいはスライド資料からのプレゼンテーション動画化といった、ビジネスドキュメントの直接的な映像化が想定されます。これにより、情報の視覚化における制作コストの削減と、表現の多様化が同時に進むと考えられます。

今後の展望

現在、Wan3.0はパブリックベータ版として利用申請を受け付けています。クリエイターやビジネスユーザーがこの新たな入力形式（Omni-Reference）をどのように活用し、実際のワークフローに組み込んでいくのかが、今後の普及の鍵を握ります。アリババは、ユーザーからのフィードバックを通じてモデルの精度と利便性をさらに高めていく方針です。