Wan 3.0 Dokumen ke Video: Saya Mengaudit Setiap Bingkai

Pembaruan terbaru: Wan 3.0 telah aktif sejak 24 Agustus 2026.

Unggah satu spreadsheet. Dapatkan kembali animasi bisnis 23 detik dengan musik.

Itulah janji Wan 3.0 dokumen ke video, input dokumen asli pertama di keluarga ini, dan demo resmi memenuhinya lebih harfiah dari yang saya duga. Angka-angkanya tepat. $1.580 tumbuh menjadi $3.460, lencana bertuliskan +45,7%, dan angka-angka itu langsung merujuk ke sel tertentu di lembar sumber.

Lalu saya menyeret playhead ke tanda 12 detik dan membaca legenda grafik.

"Southeasta North America."

Dua wilayah penjualan dihancurkan menjadi satu kata yang tidak ada. Itulah garis air sebenarnya dari dokumen-ke-video di tahun 2026: model benar-benar membaca tabel Anda, dan masih belum bisa menggambar grafik Anda. Di bawah ini adalah audit bingkai demi bingkai yang belum ada yang mempublikasikan, ditambah rantai tiga langkah yang sebenarnya dapat Anda jalankan sore ini.

Poin-poin penting

• Wan 3.0 menerima 1 file atau 1 tautan, hingga 100MB atau 50 halaman, dan menghasilkan hingga 30 detik pada 1080p.
• Ia mengarahkan ulang film dari dokumen Anda. Ia tidak mengubah slide 3 menjadi bidikan 3.
• Nilai sel tetap utuh. Legenda grafik, tanda sumbu, dan pemisah ribuan tidak.
• Batas maksimal keras: tidak ada 4K, tidak ada bobot terbuka, hanya saluran pihak pertama.
• Model konteks panjang ditambah model video 15 detik dapat mereproduksi sebagian besar hari ini.

Output dokumen ke video Wan 3.0: demo xlsx resmi yang dirender sebagai film data animasi bergaya Keynote

Pertunjukan: demo beta publik resmi Wan 3.0 dari Alibaba, satu .xlsx GMV bulanan masuk, 23 detik film data animasi keluar. Ditampilkan di sini sebagai GIF senyap; file yang dikirimkan membawa trek AAC stereo 44,1kHz. Sumber: buku panduan kreator resmi Wan 3.0 dari Alibaba.

Apa yang Sebenarnya Dilakukan Wan 3.0 Dokumen ke Video

Versi singkat, sehingga Anda bisa pergi dalam satu menit jika itu yang Anda butuhkan.

Anda berikan satu dokumen atau satu tautan web. Ia membaca semuanya, memutuskan apa ceritanya, dan menghasilkan video dengan gambar dan suara dalam satu lintasan. Maksimum 30 detik, maksimum 1080p. Ia tidak berjalan sesuai urutan halaman Anda.

Berikut adalah batasan yang sebenarnya mengatur sebuah proyek.

Beta publik dibuka pada 6 Agustus 2026 (AgentUpdate, Agustus 2026). Daftar format dan dua lembar harga yang diterbitkan berasal dari ringkasan spesifikasi terpisah (Ngram, Agustus 2026).

Buku panduan resmi mengirimkan empat kasus penggunaan dokumen, dan itu cocok dengan empat pekerjaan yang sudah dibayar orang ke agensi:

• Dokumen proposal menjadi film merek. Dokumen penawaran perawatan kulit menjadi iklan 30 detik dengan aktris utama dan cerita cahaya pagi.
• Materi kursus menjadi pelajaran video. Entri ensiklopedia menjadi kelas animasi untuk siswa kelas satu.
• Spreadsheet menjadi grafik animasi. Demo di atas, dan sejauh ini yang paling sulit dari keempatnya.
• Laporan menjadi ringkasan lisan. Laporan tertulis menjadi briefing bergaya presenter.

Sekarang di sinilah sebagian besar tulisan salah dalam mengkategorikan.

Pemain lama dalam "PDF ke video" tidak melakukan ini. Dokumen-ke-video Kapwing mengambil teks dari file Anda dan meletakkannya di garis waktu, tanpa pembangunan adegan dan tanpa presenter. Pictory dan Powtoon merakit cuplikan stok atau animasi templat, dan halaman produk Powtoon sendiri mengiklankan avatar dan suara AI yang membaca naskah Anda. Ketiganya menghasilkan slide yang dinarasikan.

Baca tabel itu dua kali, karena itulah seluruh argumen: ini bukan pesaing dalam kategori yang sama. Yang satu membuat tayangan slide bernarasi. Yang lain membuat rekaman yang tidak pernah ada. Membandingkan mereka berdasarkan harga per menit seperti membandingkan mesin fotokopi dengan kru film.

Bisakah Wan 3.0 melakukan hal tayangan slide juga? Ya, dan itulah peringatan jujurnya.

Kontra-contoh: diminta mengubah halaman web tentang mekanika kuantum menjadi penjelasan yang menyenangkan, Wan 3.0 menghasilkan tepat format presenter-plus-caption yang dijual oleh pemain lama. Ia mencapai batas 30 detik pada 30,02 detik. Demo beta publik resmi Alibaba, audio aktif.

Jadi perbedaannya bukanlah Wan 3.0 tidak bisa membuat penjelasan dengan pembicara. Yang membedakan adalah bahwa dengan pemain lama, format itu adalah satu-satunya hal di menu.

Mengapa Wan 3.0 Dokumen ke Video Merusak Grafik tetapi Menjaga Angka Anda

Inilah hal paling berguna dalam artikel ini: Saya mengambil 12 bingkai dengan jarak merata dari demo spreadsheet resmi dan membaca setiap glif.

Putusannya terbagi rapi menjadi dua. Nilai lolos. Perabotan grafik gagal.

Apa yang selamat. Pada tanda 4 detik, bingkai menampilkan $1.580, panah abu-abu tipis, $3.460, keterangan "Pertumbuhan GMV Bulanan", dan lencana karang bertuliskan +45,7%. Tipografi bersih, koma di tempat yang benar, tidak ada karakter yang kacau. Prompt di balik demo ini merujuk sel spreadsheet tertentu, dan angka di layar cocok. Tes pihak ketiga pada dek produk 8 halaman menemukan hal yang sama: 45g, 12 jam, dan 55 derajat semuanya dirender dengan benar, dan slogan penutup keluar tanpa satu karakter salah (AI-Driven Lab, Agustus 2026).

Itu menjawab pertanyaan yang sebenarnya dipedulikan oleh tim keuangan dan L&D. Angka Anda tidak berubah secara diam-diam.

Apa yang rusak. Bingkai grafik adalah cerita yang berbeda.

Audit bingkai dokumen ke video Wan 3.0 menunjukkan legenda grafik yang digabung dan sumbu y yang rusak

Dibekukan pada 12 detik dalam demo resmi. Tiga cacat dalam satu bingkai: dua nama wilayah menyatu menjadi "Southeasta North America", "North America" kemudian diulang sebagai deretnya sendiri, dan sumbu y yang terbaca 30, 60, 70 sementara label data teratas mengatakan $3.880.

Hitung kegagalan dalam satu bingkai itu:

1. Legenda tergabung. "Southeast Asia" dan "North America" bertabrakan menjadi "Southeasta North America". Kemudian "North America" muncul lagi sebagai deret terpisah, sehingga satu wilayah diberi label dua kali dan satu lainnya lenyap.
2. Sumbu y yang bukan skala. Tanda centang berbunyi 30, 60, 70. Jarak piksel sama, nilai tidak sama, dan 40 serta 50 hilang begitu saja.
3. Sumbu dan label dalam unit berbeda. Garis kisi tertinggi adalah 70. Label yang disematkan ke titik data teratas mengatakan $3.880.
4. Penyimpangan magnitudo sepanjang satu garis. Label pada kurva atas itu dimulai pada $330 dan $335, lalu mendarat di $3.970 dan $3.880. Garis naik yang mulus tidak dapat menampung lonjakan sepuluh kali lipat antara dua titik yang berdekatan. Dua label di antaranya kabur melebihi pembacaan yang meyakinkan, yang merupakan jawaban tersendiri.

Segmen grafik batang mengulangi polanya. Empat batang membawa $1750, $1.580, $2.350, dan $2.580, sehingga batang terpendek memegang angka tertinggi kedua, dan label pertama kehilangan koma ribuannya sementara tiga lainnya tetap mempertahankannya. Di sebelahnya terdapat lima angka pertumbuhan hijau untuk empat batang. Dan segmen donat berpusat pada $89,7M, koma di tempat yang seharusnya titik desimal.

Perhatikan apa yang semuanya ini miliki bersama. Tidak satu pun yang merupakan kesalahan konten. Setiap satu adalah kesalahan menggambar: tata letak, pelabelan, skala, tanda baca. Model memahami lembar tersebut dan kemudian merender grafik seperti model video merender teks padat apa pun, secara perkiraan.

Ada alasan struktural kedua mengapa output tidak terlihat seperti dek Anda.

Lakukan aritmatika. 50 halaman adalah batas halaman, 30 detik adalah batas durasi. Itu berarti 0,6 detik per halaman.

Anda tidak dapat menyajikan halaman dalam 0,6 detik, sehingga model melakukan satu-satunya hal yang masuk akal dan membuat trailer sebagai gantinya. Tes dek pihak ketiga itu mencapai kesimpulan yang sama secara independen: ia memperlakukan presentasi sebagai bahan sumber untuk iklan sinematik, bukan sebagai slide untuk dibolak-balik. Bingkai kacamata produk melayang dari tebal ke tanpa bingkai ke bentuk ketiga di seluruh bidikan.

Yang juga menjadi alasan mengapa batas 30 detik adalah batasan desain, bukan catatan kaki spesifikasi.

Kami mengukur file yang dikirimkan: empat demo dokumen resmi mendarat di 30,04 detik, 30,02 detik, 25,03 detik, dan 23,04 detik. Dua klip 30 detik berhenti dalam waktu empat per seratus detik satu sama lain. Dan demo spreadsheet diminta 22 detik, lalu menghasilkan 23,04. Kami membongkar batas itu di pratinjau Wan 3.0.

Jadi: ekspektasi dikalibrasi. Beri makan dokumen, dapatkan trailer, jaga grafik Anda tetap sederhana.

Alur Kerja Dokumen ke Video yang Dapat Anda Jalankan Hari Ini

Pemeriksaan realitas cepat sebelum tutorial, karena ini menghemat waktu Anda satu jam pencarian.

Input dokumen Wan 3.0 hanya ada di saluran Alibaba sendiri, akses diundang terbatas, dan bobot tidak dipublikasikan. Tidak seorang pun di luar saluran tersebut dapat menawarkannya, termasuk kami. Apa yang dapat Anda lakukan hari ini adalah membangun kembali setengah berguna dari demo xlsx itu dengan model yang sudah terbuka untuk bisnis, dan audit bingkai di atas memberi tahu Anda persis cara menghindari bagian yang rusak.

Tiga langkah, satu tab browser di Atlas Cloud:

1. Model satu juta token membaca dokumen dan menulis naskah bidikan dengan kode waktu, dengan setiap angka tertanam sebagai string literal.
2. Model gambar merender bingkai pertama, di mana semua akurasi teks dikunci.
3. Model video menganimasikan bingkai itu sesuai dengan naskah.

Tiga batasan jujur pada rantai ini. Ia tidak memakan biner .pptx, jadi Anda menempelkan teks atau CSV sendiri. Wan 2.7 maksimal 15 detik, sehingga satu pengambilan 30 detik tidak mungkin. Dan jalur gambar-ke-video senyap secara desain: parameter audio-nya menerima trek yang Anda sediakan untuk menggerakkan sinkronisasi bibir, ia tidak menciptakan soundtrack. Jika Anda ingin audio dihasilkan dalam lintasan yang sama, Anda menggunakan saudara teks-ke-video dan menyerahkan kontrol bingkai pertama, yang untuk video penuh angka dolar adalah perdagangan yang salah. Harga diverifikasi di halaman model pada 20 Agustus 2026, dan perhatikan bahwa harga tercantum adalah dasar: tingkat kualitas dan resolusi mendorong tawaran langsung naik, jadi baca tombol Jalankan sebelum Anda berkomitmen.

Mari kita bangun.

Untuk proses yang dihosting saat ini, buka Wan 3.0 di Atlas Cloud dan uji prompt seperti di bawah ini sebelum Anda menerbitkan alur kerja.

Tangkapan layar prompt-ke-hasil Wan 3.0: Audit dokumen-ke-video.

Langkah 1: Ubah Spreadsheet Anda Menjadi Naskah Bidikan dengan Kode Waktu

Model video tidak mengingat angka. Mereka merender string apa pun yang Anda berikan. Jadi tugas langkah ini adalah mengonversi tabel menjadi arahan bidikan di mana setiap angka sudah ditulis sebagai teks dalam tanda kutip.

Tempelkan lembar Anda di antara penanda <<<. Pengaturan: suhu 0,3, max_tokens 4000. Jaga max_tokens tetap besar, karena model yang mampu bernalar yang kehabisan anggaran di tengah pemikiran akan mengembalikan jawaban kosong yang tetap Anda bayar.

textCopy
1Anda adalah sutradara grafik gerak. Di bawah ini adalah ekspor spreadsheet mentah.
2
3<<<
4Bulan,North America,Southeast Asia,Europe,Total GMV
5Jan,1580,880,640,3100
6Feb,2110,1240,900,4250
7Mar,2740,1610,1150,5500
8Apr,3120,1980,1330,6430
9May,3350,2240,1460,7050
10Jun,3460,2480,1580,7520
11H1 growth,+45.7%,,,
12>>>
13
14Tulis naskah bidikan untuk video data bisnis 10 detik, 16:9, bergaya Apple-Keynote. Aturan:
151. Tepat 2 bidikan. Beri masing-masing kode waktu masuk/keluar (00:00-00:05, 00:05-00:10).
162. Setiap angka yang muncul di layar harus ditulis dalam deskripsi bidikan sebagai string literal yang tepat, dalam tanda kutip, misalnya "$1,580". Jangan pernah menulis "angka Januari" - tulis digitnya.
173. JANGAN meminta legenda, sumbu dengan label centang, atau lebih dari dua deret data di layar sekaligus. Gunakan angka besar yang berdiri sendiri dan satu lencana berbentuk pil karang sebagai gantinya.
184. Latar belakang putih murni, palet karang lembut + abu-abu gelap, sans-serif.
195. Akhiri dengan satu baris arahan BGM + SFX (whoosh saat geser masuk, satu denting lonceng pada lencana).
20Keluarkan naskah saja, tanpa komentar.
21

Aturan 3 adalah hasil dari audit. Output resmi rusak pada tepat tiga hal: legenda, tanda centang sumbu, dan grafik multi-deret. Jadi kami menghapus ketiganya dari arahan dan menghabiskan ruang layar itu pada angka besar dan lencana berwarna sebagai gantinya. Informasi yang sama, tidak ada permukaan kegagalan.

Aturan 2 adalah yang dilewatkan orang, dan itulah alasan digit bertahan hingga akhir rantai ini. Deskripsi bidikan yang mengatakan "angka Januari" menyerahkan angka kembali ke model yang harus menciptakan glif untuknya. Deskripsi bidikan yang mengatakan "$1,580" dalam tanda kutip memberikan string untuk disalin pada dua langkah berikutnya. Anda tidak meminta visualisasi data di sini, Anda meminta instruksi pengetikan.

Yang kembali adalah naskah dua bidikan dengan kode waktu masuk dan keluar, setiap figur di layar dikutip sebagai literal, dan baris BGM dan SFX penutup. Simpan di file sementara; langkah 2 dan 3 keduanya membaca darinya.

Langkah 2: Hasilkan Bingkai Pertama Merek

Setiap karakter teks di layar diputuskan di sini. Model gambar pada kualitas tinggi merender $1.580 dengan benar jauh lebih andal daripada model video yang dapat menulisnya sambil juga menggerakkannya, jadi kami menyelesaikan tipografi dalam gambar diam dan membiarkan langkah 3 hanya mendorong piksel.

Buka GPT Image 2 dan atur kualitas ke tinggi dan ukuran ke opsi 16:9, yang di halaman ini adalah 2048x1152. Cocokkan rasio aspek dengan video yang akan Anda buat, atau langkah 3 mulai dengan memotong tipografi Anda.

textCopy
1Bingkai presentasi bergaya Apple-Keynote yang murni pada latar belakang putih murni tanpa sambungan, difoto seolah diproyeksikan di dinding studio matte. Judul terpusat dalam sans-serif geometris arang gelap bertuliskan "H1 2026", ditempatkan di ruang negatif yang luas. Di bawahnya, dua angka besar dalam jenis huruf yang sama, "$1,580" di kiri dan "$3,460" di kanan, dipisahkan oleh panah abu-abu tipis tipis. Di bawah panah, teks keterangan abu-abu tipis kecil bertuliskan "Pertumbuhan GMV Bulanan". Di bawah itu, satu lencana berbentuk pil karang dengan teks putih bertuliskan "+45,7%". Pencahayaan merata lembut, gradien hangat samar di sudut kanan atas, butiran kertas halus, tidak ada kekacauan, tidak ada logo, tidak ada grafik. Minimalisme korporat ultra-bersih, 16:9.
2

Dua detail yang layak disalin. "Tidak ada grafik" sengaja ada di sana. Dan baca kutipan harga pada tombol Jalankan sebelum Anda menekannya, karena kualitas tinggi pada bingkai 2K lebar harganya kelipatan dari angka daftar $0,009.

Taman bermain GPT Image 2 di Atlas Cloud dengan prompt bingkai pertama dan bingkai bergaya Keynote yang dirender menunjukkan setiap figur dieja dengan benar

GPT Image 2 pada kualitas tinggi, 16:9 pada 2048x1152. Setiap figur mendarat: "H1 2026", "$1,580", "$3,460", dan lencana "+45,7%" karang, yang persis mengapa tipografi diselesaikan dalam gambar diam dan bukan dalam model video.

Langkah 3: Render Klip Dokumen ke Video dan Verifikasi Setiap Digit

Langkah terakhir. Muat gambar langkah 2 sebagai bingkai pertama dan biarkan model video menganimasikannya sambil mempertahankan tipografi tetap diam.

Buka Wan 2.7 Image-to-Video. Pengaturan: bingkai pertama Anda diunggah, resolusi 1080P, durasi 10 detik. Biarkan bidang audio kosong, karena model ini memperlakukan audio sebagai input penggerak daripada sesuatu yang diciptakannya. Anda akan memberi skor klip ini sendiri, atau dalam lintasan teks-ke-video terpisah.

textCopy
1Animasikan bingkai ini sebagai video data bisnis 10 detik bergaya Apple-Keynote, pertahankan tipografi yang ada stabil-piksel.
2
300:00-00:05 - Judul "H1 2026" diam, lalu larut menjadi partikel emas yang melayang keluar. Dua angka "$1,580" dan "$3,460" meluncur dari kiri dan kanan dan terkunci di tempat; panah abu-abu tipis menggambar dirinya sendiri antara keduanya dari kiri ke kanan. Lencana karang bertuliskan "+45,7%" muncul dari bawah dengan sedikit overshoot, diatur waktunya dengan satu denting lonceng yang jelas.
4
500:05-00:10 - Semuanya meluncur mulus ke kiri. Tiga batang tebal bulat tumbuh ke atas dari garis dasar bersama melawan latar belakang putih murni yang sama, karang, biru laut, dan kuning, dengan satu angka besar berdiri sendiri di atas masing-masing: "$3,460", "$2,480", "$1,580". Tidak ada legenda, tidak ada sumbu, tidak ada label centang, tidak ada garis kisi. Kamera tetap terkunci dan benar-benar diam sepanjang waktu.
6

"Pertahankan tipografi yang ada stabil-piksel" dan "kamera tetap terkunci" melakukan kerja nyata. Setiap gerakan kamera adalah kesempatan lain bagi model untuk menggambar ulang teks yang harus dibiarkan saja.

Kemudian lakukan bagian yang membosankan dan penting: jeda pada setiap bingkai di mana angka muncul dan bacalah terhadap baris sumber. Itu adalah pemeriksaan 30 detik, dan itu adalah satu-satunya hal yang berdiri di antara Anda dan video yang dengan percaya diri menunjukkan angka pendapatan yang salah.

Taman bermain Wan 2.7 Image-to-Video di Atlas Cloud dengan bingkai pertama dimuat dan klip data selesai dirender

Wan 2.7 Image-to-Video pada 1080P dengan bingkai pertama langkah 2 diunggah dan klip selesai di panel output. Perlu dicatat apa yang dikatakan panel: kami meminta 10 detik, bidang durasi menunjukkan 10, dan render kembali 5. Kutipan Jalankan memberi tahu kami sebelum file melakukannya, yang merupakan alasan utama untuk membacanya.

Klip data selesai dibangun ulang dari spreadsheet GMV yang sama, setiap figur utuh

Hasilnya: spreadsheet yang sama, dibangun ulang dengan legenda dan label centang sumbu sengaja dirancang keluar. Model mengompresi kedua bidikan yang ditulis ke dalam lima detik yang sebenarnya dirender, dan setiap figur selamat dari perpindahan: "$1,580" dan "$3,460" di pembukaan, lalu "$3,460", "$2,480", dan "$1,580" di atas tiga batang. Nol label yang kacau, karena tidak ada label yang tersisa untuk dikacaukan. Senyap secara desain, karena jalur gambar-ke-video tidak memberi skor apa pun untuk Anda.

Variasi Dokumen ke Video dan Berapa Biaya Satu Menit Selesai

Kasus spreadsheet adalah yang paling sulit. Tiga kasus penggunaan resmi lainnya lebih mudah, dan di situlah sebagian besar nilai komersial berada.

Materi kursus. Beri makan entri ensiklopedia dan minta pelajaran pada tingkat membaca tertentu. Output di bawah adalah kelas animasi bergaya chibi tentang penyair Wang Wei, panjangnya 25,03 detik.

Gaya gambar bertahan sepanjang jalan. Detail karakter tidak. Pada tanda 3 detik ia memakai topi hitam dengan latar putih polos; pada 22 detik topi telah berubah menjadi biru pucat dan ia berdiri di dalam lukisan gulungan klasik. Penyimpangan yang sama yang dilihat penguji dek pada bingkai kacamata itu. Jika Anda membangun ulang ini pada rantai tiga langkah, kunci kartu karakter di langkah 1 dan gunakan kembali bingkai langkah 2 sebagai jangkar gaya Anda.

Entri ensiklopedia menjadi pelajaran animasi kelas satu, 25,03 detik dengan audio yang dihasilkan. Demo beta publik resmi Wan 3.0 Alibaba.

Film merek. Dokumen proposal menjadi iklan 30 detik penuh. Ini adalah yang paling cantik dari keempat demo dan yang paling tidak dapat diverifikasi, karena Anda tidak dapat melihat apa yang dikatakan dokumen sumber. Perhatikan konsistensi daripada keindahan: ini adalah mode kegagalan yang menangkap penguji pihak ketiga, yang produknya berubah bentuk tiga kali dalam satu klip.

Dokumen proposal menjadi film merek perawatan kulit 30,04 detik. Demo beta publik resmi Wan 3.0 Alibaba, audio aktif.

Ringkasan laporan. Tidak ada demo resmi yang ada untuk yang satu ini, jadi perlakukan polanya sebagai belum diuji: minta satu presenter, satu klaim per bidikan, dan letakkan setiap angka dalam tanda kutip persis seperti di langkah 1.

Sekarang soal uang.

Dua lembar harga Wan 3.0 yang diterbitkan tidak setuju apakah 1080p adalah ¥1,2 atau $0,20 per detik, yang bukan angka yang sama. Periksa tarif di titik akhir yang sebenarnya ditagihkan kepada Anda sebelum Anda menganggarkan seri.

Biaya tersembunyi bukanlah tarif per detik. Itu adalah pengulangan. Input dokumen menerima satu file per pekerjaan, jadi mengubah satu angka berarti menghasilkan ulang seluruh video. Dalam rantai tiga langkah, naskah bidikan adalah artefak teks yang dapat digunakan kembali, sehingga perubahan angka dikenakan biaya satu render, bukan satu pekerjaan penuh. Selama siklus pelaporan triwulanan, perbedaan itu jauh melampaui harga per detik.

Satu catatan hukum sebelum Anda mengunggah apa pun. Dokumen yang Anda kirim ke model yang dihosting adalah dokumen yang meninggalkan gedung Anda, dan dek internal serta laporan keuangan yang belum dirilis biasanya memiliki kebijakan yang melekat padanya. Periksa sebelum tekanan tenggat datang, bukan setelahnya. Dan setiap klip demo resmi dalam artikel ini milik Alibaba, dikutip di sini sebagai materi beta publik; tidak ada di sini yang merupakan lisensi untuk menggunakannya secara komersial.

FAQ Wan 3.0 Dokumen ke Video

Jenis file apa yang dapat diterima oleh Wan 3.0 dokumen ke video, dan seberapa besar?

doc, xls, ppt, pdf, txt, dan md, dengan key, pages, dan numbers juga dilaporkan, ditambah tautan web biasa sebagai pengganti file. Satu file atau satu tautan per pekerjaan, hingga 100MB atau 50 halaman.

Apakah Wan 3.0 mengubah setiap slide menjadi adegan?

Tidak, dan ini adalah kesalahpahaman yang paling umum. Ia membaca seluruh dokumen, lalu mengarahkan video dari apa yang dipelajarinya. Pada batas maksimal, itu adalah 50 halaman menjadi 30 detik, atau 0,6 detik per halaman, sehingga ia menghasilkan trailer daripada pembalik halaman. Baik kasus penggunaan resmi maupun pengujian independen menunjukkan arah yang sama.

Apakah angka dari spreadsheet saya akurat dalam video?

Nilai sel bertahan di setiap kasus yang saya periksa, termasuk $1.580, $3.460, dan +45,7% dalam demo resmi. Yang gagal adalah perabotan grafik: legenda bergabung, tanda centang sumbu keluar non-linear, dan pemisah ribuan hilang. Suntikkan setiap figur sebagai literal yang dikutip dan rancang legenda serta label centang keluar dari arahan sepenuhnya.

Bisakah saya menggunakan Wan 3.0 dokumen ke video melalui API hari ini?

Hanya melalui saluran Alibaba sendiri, saat ini diundang terbatas, dan bobot tidak dipublikasikan. Wan 2.2 tetap menjadi rilis bobot terbuka terakhir dalam lini. Sampai itu berubah, rantai tiga langkah di atas adalah pengganti praktis.

Berapa biaya video 30 detik Wan 3.0?

Pada tarif 1080p yang diterbitkan, itu ¥36, atau $6,00 pada lembar internasional, untuk satu klip 30 detik. Anggarkan untuk pengulangan daripada untuk satu lintasan, karena koreksi satu angka berarti menghasilkan ulang semuanya.

Apa hal yang paling mirip dengan Wan 3.0 dokumen ke video yang dapat saya jalankan sekarang?

Model konteks panjang untuk menulis naskah bidikan, lalu Wan 2,7 pada $0,1 per detik untuk render, dengan MiniMax H3 pada tarif yang sama atau Seedance 2,5 pada $0,134 per detik sebagai alternatif. Anda mendapatkan tampilan rekaman yang dihasilkan dan teks yang akurat per bingkai. Apa yang tidak Anda dapatkan: 30 detik dalam satu pengambilan kontinu, audio dalam lintasan yang sama dengan render gambar-ke-video, atau model yang membaca .pptx untuk Anda.

Ringkasan jujur: Wan 3.0 dokumen ke video adalah kemampuan nyata dengan batas nyata, dan kesenjangan antara outputnya dan output Anda lebih kecil dari yang terlihat, selama Anda berhenti meminta salah satu dari mereka untuk menggambar legenda.