अब PDF, PPT और Excel से बनेगा वीडियो! Alibaba के AI वीडियो मॉडल Wan 3.0 ने मचाई धूम

Trisha Agrawal03 Sep 2026, 10:07 AM 09/03/2026टेक्नोलॉजी

Technology Desk : AI वीडियो जेनरेशन के क्षेत्र में Alibaba ने अपना नया मॉडल Wan 3.0 लॉन्च कर दिया है। कंपनी का कहना है कि यह मॉडल टेक्स्ट और तस्वीरों के अलावा कई तरह की फाइलों को समझकर उनके आधार पर वीडियो बना सकता है।

30 सेकेंड तक का वीडियो होगा तैयार

Wan 3.0 की खासियत है कि यह एक बार में 30 सेकेंड तक का वीडियो जनरेट कर सकता है। इससे पहले के Wan 2.7 मॉडल में यह सीमा 15 सेकेंड थी। यानी नए मॉडल में वीडियो की अधिकतम लंबाई दोगुनी कर दी गई है।

कंपनी के मुताबिक, लंबा वीडियो बनाने की क्षमता से यूजर एक ही वीडियो में पूरी कहानी या ज्यादा जानकारी दिखा सकेंगे। इसके लिए अलग-अलग छोटे क्लिप जोड़ने की जरूरत कम होगी।

PDF, PPT और Excel भी बनेंगे रेफरेंस

Wan 3.0 का सबसे खास फीचर इसका मल्टीमॉडल इनपुट सपोर्ट है। इसमें यूजर सिर्फ टेक्स्ट लिखकर ही वीडियो नहीं बना सकेंगे, बल्कि कई तरह की फाइलों को रेफरेंस के तौर पर इस्तेमाल कर पाएंगे।

इनमें शामिल हैं:

PDF
PowerPoint (PPT)
Word डॉक्यूमेंट
Excel और दूसरी स्प्रेडशीट
इमेज
ऑडियो
मौजूदा वीडियो
वेबपेज
उदाहरण के तौर पर, किसी प्रोडक्ट की PPT या PDF को इनपुट देकर उसके आधार पर प्रमोशनल वीडियो तैयार किया जा सकता है। इससे मार्केटिंग, प्रोडक्ट डेमो और दूसरे बिजनेस कामों में AI वीडियो का इस्तेमाल आसान हो सकता है।

वीडियो के साथ ऑडियो भी जनरेट करेगा

Wan 3.0 सिर्फ वीडियो के विजुअल तैयार करने तक सीमित नहीं है। इसमें ऑडियो-विजुअल जेनरेशन का सपोर्ट भी दिया गया है। मॉडल वीडियो के साथ डायलॉग, बैकग्राउंड साउंड और दूसरे ऑडियो एलिमेंट्स भी तैयार कर सकता है। इससे यूजर को वीडियो और साउंड के लिए अलग-अलग टूल का इस्तेमाल कम करना पड़ सकता है।

कैरेक्टर और ऑब्जेक्ट ज्यादा कंसिस्टेंट रखने पर फोकस

AI से वीडियो बनाते समय अक्सर एक समस्या सामने आती है कि अलग-अलग फ्रेम में कैरेक्टर का चेहरा, कपड़े या किसी प्रोडक्ट का डिजाइन बदल जाता है। Wan 3.0 में इस समस्या को कम करने के लिए कैरेक्टर और ऑब्जेक्ट कंसिस्टेंसी पर खास ध्यान दिया गया है। इसका मकसद रेफरेंस में मौजूद चीजों की पहचान और उनके डिटेल्स को पूरे वीडियो में ज्यादा स्थिर रखना है।

1080p तक वीडियो आउटपुट

Alibaba Cloud Model Studio के मुताबिक, Wan 3.0 से 480p, 720p और 1080p रिजॉल्यूशन में वीडियो बनाया जा सकता है। API की शुरुआती कीमत रिजॉल्यूशन के हिसाब से अलग है। 480p के लिए करीब $0.05 प्रति सेकेंड, 720p के लिए $0.10 प्रति सेकेंड और 1080p के लिए $0.20 प्रति सेकेंड से कीमत शुरू होती है।

API एक्सेस के लिए अप्रूवल जरूरी

फिलहाल Wan 3.0 का API एक्सेस अप्रूवल के बाद दिया जा रहा है। Alibaba Cloud इसे अभी पब्लिक प्रीव्यू के तौर पर पेश कर रहा है। इसका मतलब है कि मॉडल की सुविधाएं उपलब्ध हैं, लेकिन API का इस्तेमाल हर यूजर के लिए तुरंत ओपन नहीं है। AI वीडियो जेनरेशन के बढ़ते मुकाबले के बीच Wan 3.0 के जरिए Alibaba ने वीडियो की लंबाई बढ़ाने के साथ-साथ अलग-अलग फाइलों से वीडियो बनाने और ऑडियो-विजुअल जेनरेशन को एक ही सिस्टम में लाने पर जोर दिया है।