2026-08-25 · 4 min čtení
Alibaba vydala model Wan3.0, který generuje videa délky až 30 sekund ve Full HD. Unikátní je podpora dokumentů — jako vstup poslouží PDF nebo prezentace z PowerPointu. Třicetisekundový klip v rozlišení 1080p vyjde na 6 USD.
Čínský technologický gigant Alibaba zveřejnil novou verzi svého modelu pro tvorbu videí Wan3.0, která umí vytvořit video klip délky až 30 sekund v rozlišení 1080p. Zásadní novinkou oproti konkurenci je schopnost zpracovat jako vstup nejen text nebo obrázek, ale také dokumenty formátu PDF nebo PowerPoint — tedy typy souborů, se kterými denně pracuje většina firemních uživatelů.
Wan3.0 zvládá generovat videa ze tří typů vstupů: prostého textu, obrázků a nově právě dokumentů (PDF a PPTX). Maximální délka výstupu je 30 sekund při rozlišení Full HD (1080p). Cena za jeden takový klip činí 6 USD — to odpovídá zhruba 140 Kč za třicetisekundové video v nejvyšší kvalitě. Kratší nebo méně detailní klipy vyjdou pochopitelně levněji, přesný ceník pro nižší délky a rozlišení však Alibaba zatím nezveřejnil podrobně.
Zároveň Alibaba přiznala, že čtvrtletní zisk klesl meziročně o 75 %, právě proto, že firma masivně investuje do AI infrastruktury. Wan3.0 je součástí této sázky na budoucnost.
Wan3.0 je dostupný přes Alibabinu cloudovou platformu Tongyi (tongyi.aliyun.com) a přes API v rámci služby Alibaba Cloud. Pro první vyzkoušení bez programování stačí webové rozhraní.
Postup pro textový vstup: 1. Přejdi na tongyi.aliyun.com a přihlas se (nebo si vytvoř účet). 2. Vyber sekci pro video generaci a zvol model Wan3.0. 3. Do pole pro prompt zadej popis scény, například:
A business presenter standing in front of a minimalist slide deck,
confident tone, soft office lighting, 10 seconds, 1080p4. Potvrď generování a počkej na výsledek — časy se liší podle délky klipu.
Postup pro dokument (PDF/PPTX): 1. Stejným způsobem vstup do rozhraní a zvol možnost nahrát soubor. 2. Nahraj PDF nebo PowerPoint prezentaci. 3. Model sám analyzuje obsah a navrhne strukturu videa — ty upřesníš styl nebo délku.
Tato funkce je praktická například pro automatické převedení firemní prezentace do krátké video sumarizace, aniž bys musel ručně přepisovat obsah do promptu.
Wan3.0 není ideální volbou v několika situacích:
Pro marketéry, lektory nebo podnikatele, kteří pravidelně tvoří prezentace, otevírá Wan3.0 zajímavou cestu: nahrát hotový PowerPoint a nechat AI vytvořit krátké shrnutí ve formě videa. Bez střihu, bez nahrávání hlasu, za cenu kolem 140 Kč za klip. To je cena srovnatelná s jednou licencí stock fotografie.
Zároveň 6 USD za 30 sekund není zanedbatelná částka, pokud plánuješ vyrábět desítky videí měsíčně — v takovém případě se vyplatí spočítat celkové náklady předem.
Wan3.0 je přístupný přes Alibaba Cloud API. Vstupní a výstupní tokeny se účtují zvlášť; přesná cena za token pro evropský trh zatím nebyla oficiálně zveřejněna — platí čínský ceník odpovídající 6 USD za 30sekund/1080p výstup. Model podporuje volání s parametry pro délku (`duration`), rozlišení (`resolution`) a typ vstupu (`input_type: text | image | document`). Dokumentace je zatím dostupná primárně v čínštině, anglická verze je ve vývoji.
Zdroj informací: The Decoder (https://the-decoder.com/alibabas-wan3-0-generates-ai-videos-up-to-30-seconds-long-from-text-images-and-documents/)