Alibaba: Wan 3.0 Prime

Wan 3.0 Prime هو نموذج توليد فيديو من علي بابا، مُدرج على api14 تحت معرّف النموذج alibaba/wan-3.0-prime. وهو نسخة بالوضع السريع من Wan 3.0 من علي بابا، وغرضه المعلن هو توليد الفيديو من النص وتحويل الصورة إلى فيديو من الإطار الأول. إذا كنت على دراية مسبقة بخط Wan، فاعتبره الشقيق الأسرع بدلا من عائلة مختلفة من النماذج.

يستقبل النموذج مدخلات نصية وصورية وينتج الفيديو كمخرج وحيد له. ولأنه يقبل صورة الإطار الأول، يمكنك تحريك مقطع من صورة ثابتة تقدمها، أو التوليد بالكامل من موجز مكتوب. يمكن طلب المخرج بدقة 480p أو 720p أو 1080p، بنسب أبعاد 16:9 و4:3 و1:1 و3:4 و9:16، وهي تغطي التنسيقات الأفقية والمربعة والرأسية. تتراوح مدد المقاطع من 2 إلى 30 ثانية بخطوات ثانية واحدة، لذا يمكنك طلب حلقات قصيرة أو تسلسلات أطول دون تجميع. توليد الصوت متاح أيضا، ما يعني أن طلبا واحدا يمكن أن يعيد فيديو مع صوت بدلا من مسار صامت. لم يُنشر طول سياق لهذا النموذج، لذا خطط حول معاملات الفيديو بدلا من ميزانية الرموز.

تشير هذه القدرات إلى مجموعة محددة إلى حد ما من المهام. المخرج الرأسي 9:16 بمدد قصيرة يناسب مواضع التواصل الاجتماعي والجوال، بينما يناسب 16:9 بالدقات الأعلى محتوى الويب والعروض التقديمية وأسلوب البث. يكون تحويل الصورة إلى فيديو من الإطار الأول مفيدا عندما تكون لديك أعمال فنية معتمدة أو صورة منتج أو لوحة قصة مصورة وتريد حركة مستمدة منها بدلا من تفسير جديد. يناسب النطاق من 2 إلى 30 ثانية الإعلانات التشويقية والصور المتحركة والخلفيات والمقاطع القابلة للتكرار. يقلل توليد الصوت الحاجة إلى تمريرة صوت منفصلة للأعمال البسيطة. تساعد النسب المربعة و4:3 عندما يجب تشغيل الأصل نفسه عبر أكثر من قناة.

تستدعيه عبر واجهة api14 المتوافقة مع OpenAI باستخدام معرّف النموذج alibaba/wan-3.0-prime، لذا لا يحتاج كود العميل الموجود بأسلوب OpenAI إلى أكثر من تغيير سلسلة النموذج. معاملات الطلب التي يدعمها هي max_tokens وpresence_penalty وresponse_format وseed وtemperature وtop_p. seed هو المعامل الذي تلجأ إليه عندما تحتاج إلى مخرج قابل لإعادة الإنتاج عبر التشغيلات، ويمنحك temperature وtop_p تحكما في التنوع بين التوليدات. لاحظ أن max_tokens مدعوم كمعامل رغم أن مخرج النموذج فيديو، وقيمة maxOutput المنشورة هي 0، لذا لا تعتمد عليه لتحديد طول المقطع. تُضبط المدة والدقة ونسبة الأبعاد عبر الحقول الخاصة بالفيديو بدلا من معاملات الرموز.

لا يوجد طول سياق منشور، والنموذج للفيديو فقط، لذا فهو غير مناسب للدردشة النصية أو التصنيف أو التلخيص أو أي مهمة تتوقع استجابة نصية أو منظمة. إذا كنت تحتاج إلى ذلك، فإن نموذج نصي هو الخيار الأفضل. ضمن أعمال الفيديو، القيد الرئيسي الذي يجب التخطيط حوله هو المدة: 30 ثانية هي السقف، لذا تحتاج المقاطع الأطول إلى التوليد على أجزاء ثم ضمها بعد ذلك.