Alibaba, Wan3.0 출시: 멀티모달 AI 비디오 생성의 재정의
Alibaba가 최대 30초 길이의 고품질 클립을 생성할 수 있는 강력한 차세대 비디오 생성 모델인 Wan3.0의 베타 단계에 공식적으로 진입했습니다. 문서와 복잡한 멀티모달 프롬프트를 포함하도록 입력 기능을 확장함으로써, Wan3.0은 크리에이터, 마케터, 로보틱스 엔지니어 모두를 위한 다재다능한 도구로 자리매김하고 있습니다.
길이 두 배 확대 및 멀티모달 입력 확장
Wan3.0은 최대 비디오 재생 시간을 30초로 두 배 늘리며 이전 모델인 Wan2.5보다 크게 도약했습니다. 이 모델을 진정으로 차별화하는 요소는 정교한 멀티모달 처리 엔진입니다. 기존의 text-to-video 도구와 달리, Wan3.0은 텍스트, 이미지, 비디오, 오디오를 동시에 처리할 수 있습니다.
이 모델은 매우 복잡한 프롬프팅을 지원하여, 사용자가 한 번의 요청에 최대 10개의 이미지, 5개의 비디오, 5개의 오디오 클립을 포함할 수 있습니다. 무엇보다 인상적인 점은 Wan3.0이 PDF, 웹 페이지, PowerPoint 프레젠테이션과 같은 비전통적인 미디어를 입력받아 정적인 전문 문서를 역동적인 비디오 콘텐츠로 효과적으로 변환할 수 있다는 것입니다. 또한, 사용자의 특정 프롬프트를 기반으로 최적의 비디오 길이를 추천하는 지능형 기능도 포함되어 있습니다.
비주얼 드리프트(Visual Drift) 문제 해결
AI 비디오 생성에서 가장 지속적인 장애물 중 하나는 "비주얼 드리프트(visual drift)"입니다. 이는 시간이 지남에 따라 캐릭터, 얼굴 특징, 공간 레이아웃이 왜곡되거나 부자연스럽게 변하는 경향을 말합니다. Alibaba는 이러한 불일치 문제를 해결하기 위해 Wan3.0을 설계했습니다.
참조 자료의 세부 사항 보존을 우선시함으로써, 이 모델은 캐릭터, 소품 및 복잡한 사용자 인터페이스에 대해 훨씬 더 높은 충실도를 유지합니다. 이러한 시간적 일관성(temporal consistency)에 대한 집중은 브랜드 정체성과 캐릭터 연속성이 필수적인 전문적인 워크플로우에서 이 모델의 활용 가능성을 훨씬 높여줍니다.
확장 가능한 가격 체계 및 산업별 활용 분야
Wan3.0은 wan.video 웹사이트, Alibaba Cloud Model Studio 또는 Qwen Cloud의 API를 통해 이용할 수 있습니다. Alibaba는 Standard 버전(현재 30% 할인 중)과 고속 Prime 버전이라는 두 가지 등급을 제공합니다. 가격은 해상도에 따라 달라지며, Standard 등급의 480p 30초 클립은 1.50달러부터, Prime 등급의 1080p 클립은 8.40달러부터 시작합니다.
배포 전략은 세 가지 주요 분야를 목표로 합니다:
- 엔터테인먼트: 영화 제작 속도를 높이고 단편 드라마나 소셜 미디어 클립 생성.
- 기업: 마케팅 문구와 교육 매뉴얼을 매력적인 비디오 자산으로 변환.
- 딥테크: 자율 주행 차량 및 로보틱스 시스템 학습을 위한 사실적인 시뮬레이션 영상 제공.
이번 출시는 Alibaba의 대규모 자본 투입에 따른 결과입니다. Alibaba는 높은 투자 비용이 분기 이익에 영향을 미치고 있음에도 불구하고, 공격적인 AI 확장을 위한 자금을 마련하기 위해 최근 대규모 주식 매각을 단행했습니다.
핵심 요약
- 강화된 멀티모달 기능: Wan3.0은 PDF, PowerPoint, 웹 페이지를 비디오로 변환할 수 있으며, 최대 20개의 결합된 미디어 자산을 포함하는 복잡한 프롬프트를 지원합니다.
- 개선된 일관성: 이 모델은 비주얼 드리프트 문제를 구체적으로 해결하여, 30초 분량 동안 캐릭터, 소품 및 환경의 안정성을 더욱 높였습니다.
- 폭넓은 활용성: 소셜 미디어 클립이 필요한 콘텐츠 크리에이터부터 로보틱스 학습을 위한 시뮬레이션 데이터가 필요한 엔지니어에 이르기까지 다양한 사용자를 위해 설계되었습니다.