乐于分享
好东西不私藏

文档、PPT能直接变成最长30秒视频,Wan3.0开放公测

文档、PPT能直接变成最长30秒视频,Wan3.0开放公测
把一份PPT交给Wan3.0,文件本身现在就能成为视频生成输入,单段最长30秒。对做培训课件、产品演示、动态图表和业务汇报的人来说,这次变化的重点不是多支持了几种文件,而是办公素材与视频模型之间少了一层人工转换。

8月6日,阿里视频生成模型Wan3.0开启公测。除文本、图片、音频和视频外,它首次支持doc、xls、ppt、pdf、txt、key、pages、numbers、md等文档格式,还能接收文件或链接。配合提示词,官方给出的应用方向包括教学课件、产品演示、动态图表和业务汇报。

以前把一份文档做成视频,通常要先摘出重点,再把文字改成脚本或提示词;PPT里的图表、产品图和页面结构,还要分别导出、整理,最后再生成多个短镜头并剪到一起。

Wan3.0真正挪走的,是“先把办公文件翻译成视频模型能理解的材料”这层中间劳动。

传统制作操作
Wan3.0对应能力
流程可能发生的变化
仍需人工处理
从文档复制文字、把PPT逐页导出
直接读取多种文档格式
输入转换可以省掉
整理超过限制或分散在多个文件里的材料
人工摘重点、重写视频提示词
读取结构化信息并结合提示词生成
内容摘取、镜头组织可能与生成合并
决定哪些信息必须出现、先讲什么
单独重做图表、产品展示画面
官方将动态图表、产品演示列为应用方向
部分画面制作可能交给模型完成
核对数据、Logo、产品细节和品牌规范
多次生成短镜头后手工拼接
单段最长30秒,支持智能时长与视频延长
30秒以内的内容可能减少分段与拼接
长内容的段落规划、剪辑节奏和最终验收

这里面最确定的节省,是文件转换。过去需要把PPT拆成图片、把PDF文字复制出来,或者先整理成模型能接收的提示词;现在文件可以直接进入生成链路。至于脚本整理、画面设计和剪辑能省多少,要看模型对具体材料的读取与呈现效果,不能只凭“支持上传”三个字预先算出工时。

输入边界也决定了它更适合怎样的任务。Wan3.0一次最多接收一个文件或链接,文件不超过100MB、页数不超过50页。如果一份业务汇报的数据散落在多个表格、文档和网页里,人仍要先合并材料;几十分钟的课程也不能靠一个30秒片段直接交付,仍需拆分内容并组织前后关系。

30秒本身仍然有用。一段产品功能介绍、一页动态图表说明,或者课件中的单个知识点,有机会在一次生成里讲完整,不必为了几秒钟的上限反复续镜头。Wan3.0还提供智能时长与视频延长能力,但延长画面不等于自动补齐叙事,事实顺序、重点取舍和前后衔接仍需要人来把关。

尤其是数字、合同条款、产品规格和对外口径,画面做得像不等于内容正确。模型可以读取源文件并生成视频,人仍要逐项检查信息有没有漏、图表有没有表达错、品牌元素有没有跑偏。公测解决的是“材料怎样更快进入视频”,不是替内容负责人签字。

Wan3.0目前已在阿里云百炼、万镜一刻、万相官网和千问创作PC端开启公测,千问App为灰度开放。官方公布的480P、720P和1080P API单价分别为每秒0.3元、0.6元和1.2元,按满30秒机械计算,单次理论费用分别是9元、18元和36元。这只是单价乘以时长的理论生成费用,不能直接当作一条可用成片的完整预算;API接口也仍处于近期全量开放的安排中。

如果让你先拿一份PPT试Wan3.0,你最想看它处理培训课件、产品演示、动态图表,还是业务汇报?

这里是我的AI牛马,让 AI 替你打工,下期见。

回首页,搜索你想要的文档

在首页搜索框输入关键词,快速定位资料

文库首页搜索指引 立即搜索

相关学习资料