Wan est la gamme de modèles vidéo d'Alibaba. Wan 3.0 est la génération la plus récente, capable de bien plus qu'animer une simple image fixe : il construit une mini-histoire au sein du clip avec des changements de plan, donne une voix aux personnages et à la scène, et conserve intacts les détails de l'image source.
Le modèle fonctionne dans les deux modes. À partir d'une photo, Wan 3.0 crée une vidéo en préservant l'apparence du personnage, le décor et les détails fins. À partir de texte, il tourne une scène depuis zéro dans le format souhaité : 16:9, 9:16 ou 1:1. Le son est toujours inclus : parole, bruits d'ambiance et musique sont générés en même temps que l'image. La durée est de 5 ou 10 secondes, la résolution de 720p ou 1080p.
Wan 3.0 met plus de temps à générer que d'autres modèles, environ 3 minutes, mais il excelle pour les courtes histoires, les publicités avec dialogues et les clips nécessitant des changements de plan. Pour des vidéos rapides et économiques, préférez MiniMax H3 Turbo.