阿里Wan3.0公测，视频模型或成新战场
聊点数据。带音频的文生视频Elo榜上，现在排第一的是Gemini Omni Flash，1240分，字节Seedance 2.0以1225分咬在后面，而阿里上一代Wan2.7是1159分，卡在第三，优势主要是速度快、成本低。所以Wan3.0这次公测，明摆着是冲着翻盘去的。我拆了下它的升级点：一是全能参考，角色、声音、空间关系这些细粒度维度做多要素保持，这解决的是连续镜头一致性的老毛病；二是加了编辑能力，画面、剧情、台词都能改，等于把生成和后期剪辑的边界打掉了，这点很像Runway Gen-4.5主打的专业控制路线；三是真实世界还原，对标的是Kling 3.0的动作真实感。短板也清楚，音频这块它自己也说还要打磨，而榜单前两名恰恰都是原生音频见长。我的判断是，Wan3.0如果音频真补齐了，1200分这档就有它一个位置。你们觉得它能超过Seedance吗？评论区聊聊。
发布于 福建
1
评论
赞
未登录
友善发言
评论
加载中
