Alibaba: Wan 3.0

علي بابا: Wan 3.0 هو نموذج توليد فيديو من علي بابا. ينتمي إلى فئة الفيديو ويُعرَّف على api14 بالمعرّف alibaba/wan-3.0. النموذج مصمم لتحويل النصوص والصور إلى فيديو، وهو يأتي إلى جانب أعمال علي بابا التوليدية الأخرى بدلاً من أن يكون نموذجاً نصياً عام الأغراض.

يقبل Wan 3.0 مدخلات نصية وصورية ويعيد الفيديو كمخرج وحيد له. يدعم تحويل النص إلى فيديو، وتحويل الصورة إلى فيديو، وتوليد الفيديو الموجه بمرجع. يمكن إنتاج المخرجات بدقة 480p أو 720p أو 1080p، بنسب أبعاد 16:9 و4:3 و1:1 و3:4 و9:16. تتراوح المدد من 2 إلى 30 ثانية. يمكن للنموذج أيضاً توليد صوت إلى جانب الفيديو. بالنسبة للأعمال المدفوعة بالصور، يمكن تزويد صورة first_frame. لا يوجد طول سياق مدرج لهذا النموذج، لذا خطط حول معاملات الفيديو بدلاً من نافذة الرموز.

تشير هذه القدرات إلى مجموعة محددة إلى حد ما من الاستخدامات. يناسب تحويل النص إلى فيديو المقاطع القصيرة المولدة من وصف مكتوب، مثل مشهد أو لقطة منتج أو معاينة مفهوم. يكون تحويل الصورة إلى فيديو مع first_frame مفيداً عندما تكون لديك صورة ثابتة وتريد تحريكها، وهو ما يناسب تحريك القصص المصورة أو تنويعات الإعلانات أو إحياء إطار واحد. يساعد التوليد الموجه بمرجع عندما تحتاج المخرجات إلى البقاء قريبة من مرجع بصري مقدم. تغطي الفترة من 2 إلى 30 ثانية التنسيقات الاجتماعية القصيرة واللحظات السردية الموجزة، وتعني النسب المربعة والعمودية والأفقية أن النموذج نفسه يمكن أن يخدم مواضع التغذية والقصص والشاشات العريضة. يعني توليد الصوت أنك لست مضطراً لإضافة خطوة صوت منفصلة للمقاطع التي تحتاج إليه.

تستدعي Wan 3.0 عبر واجهة برمجة التطبيقات المتوافقة مع OpenAI في api14 باستخدام معرّف النموذج alibaba/wan-3.0. يقبل الطلب max_tokens وpresence_penalty وresponse_format وseed وtemperature وtop_p. يستحق seed الضبط عندما تريد مخرجات قابلة للتكرار عبر التشغيلات، ويمنحك temperature وtop_p تحكماً في التنويع. ولأن المخرج فيديو، فإن response_format هو المعامل الذي يجب التحقق منه عندما تحتاج إلى شكل إرجاع محدد. أما إعدادات الفيديو نفسها، مثل الدقة ونسبة الأبعاد والمدة وصورة first_frame، فهي جزء من الطلب الذي تبنيه لهذا النموذج.

لا يوجد طول سياق مدرج، ويُبلَّغ عن maxOutput بالقيمة 0، لذا تعامل مع هذا كنقطة نهاية توليد بدلاً من نموذج استدلال طويل السياق. إذا كانت مهمتك نصاً أو كوداً أو تحليلاً، فإن نموذجاً لغوياً سيكون أنسب. Wan 3.0 هو الخيار الصحيح عندما يكون المُخرَج مقطع فيديو قصيراً مبنياً من نص أو صورة أو مرجع.