AREX Feed Article
万相 Wan 3.0 同日登两家第三方榜单高位:图生视频第 3、视频编辑第 1
北京时间 9 月 3 日,阿里万相视频生成与编辑模型 Wan 3.0 在同一天被两家独立第三方评测机构送上榜单高位。 上午 8:38 公布其 Image-to-Video Arena(图生视频竞技场)排名:Wan 3.0 以 1,481 分、57% 的胜率位列第 3;约两个半小时后, 公布其 Video Arena 成绩:Wan 3.0 在带音频视频编辑(Video Editing with Audio)分项位列第 1,带音频文生视频(Text to Video with Audio)第 2,带音频图生视频(Image to Video with Audio)第 5。
两份结果的共同参照物都是上一代 Wan 2.7。Arena.ai 称这一版本较 Wan 2.7 提升显著,Artificial Analysis 则将三项名次的跃升称为「大幅度的代际提升」。AA 同时称,Wan 3.0 已通过阿里云百炼(Alibaba Cloud Model Studio)以公测形式开放。以上名次与提升幅度均出自两家机构各自的榜单口径。
与第 2 名差 7 分,与榜首差 16 分
Arena.ai(其 X 账号自称「通过社区驱动的评测衡量与推进 AI 前沿」)在这条官宣帖里这样描述 Wan 3.0 的成绩:「与第 10 名、1,428 分的 Wan 2.7 相比,这一版本是显著的 +53 分提升。」它同时给出与头部模型的对照:Wan 3.0 距第 2 名 Gemini Omni 1.1 Flash 只有 7 分,距第 1 名 MiniMax-H3 也只有 16 分。
帖文随附的官方榜单截图把 Wan 3.0 用黄色框高亮在第 3 名的位置,画面中还能看到排在更后面的 Wan 2.7 条目。Arena.ai 在帖末向万相团队致贺。
视频编辑带音频登顶,文生视频紧随其后
Artificial Analysis(其账号简介自称「独立 AI 分析机构」)用「首秀」(debuts)一词宣布 Wan 3.0 登顶其视频编辑榜,并将带音频文生视频的成绩称为「与榜首非常接近的第 2 名」。三项分项全部带「with Audio」(含音频)限定。
AA 给出的代际对照是:带音频视频编辑从第 5 升至第 1,带音频文生视频从第 6 升至第 2,带音频图生视频从第 12 升至第 5——按名次前进的位数算,跃升最大的是图生视频一项。帖文配图为带音频文生视频榜截图:Wan 3.0 以 1,237 分列第 2,榜上标为 Wan2.7-260612 的上一代版本以 1,157 分列第 6,两者相差 80 分。AA 在帖末表示,会在其后的推文中放出 Wan 3.0 与其他头部模型在 Video Arena 中的对比。
AA 线程里紧接着放出的第一条是一条带音频文生视频提示词:一只猫盯着自己在烤面包机里的倒影,用爪子敲击镀铬表面,变形的倒影随后回敲;音轨要求同步给出爪子敲击声和困惑的猫叫。
一套模型管生成也管编辑,对白声音都能改
AA 把「编辑」和「带音频」单独列为评测分项,与它对 Wan 3.0 的定位描述直接相关。它在帖文中介绍,Wan 3.0 是阿里新推出的一体化(all-in-one)视频生成与编辑模型,让一套系统把多模态创作意图直接变成视频:文本、图片、视频、音频、文档、网页都可以作为创作参考;同一个模型既做文生视频、图生视频和参考生成,也做指令式编辑,画面、情节、对白、声音都可以按指令修改;按 AA 的说法,单次生成最长 30 秒、1080p、带原生音频。
(作者为阿里云 Gen AI 产品策略与 GTM 总监 Johnny Mai)给出的参数与此互为补充:Wan 2.7 的单次生成窗口只有 2~15 秒;文档参考支持 DOC、XLS、PPT、PDF、TXT、KEY、Pages、Numbers、Markdown 等格式;视频编辑能力自 Wan 2.7 引入并在 Wan 3.0 上延续,改视觉、情节、对白不必从头重新生成。阿里云中文站的则把模型描述为「Wan3.0 原生支持 30 秒视频生成,并融合图、文、视频、音频四模态全能参考」。
模型本身是约 10 天前才正式推出的一代。 8 月 24 日报道,阿里在完成 100 亿美元配售融资后推出 Wan3.0;报道援引阿里方面说法称,自 8 月 6 日公测以来,模型已被用于短剧与影视制作、广告营销、文旅推广和 MV 创作。
按秒计费:一段 30 秒 1080p 成片约 6 美元
AA 称 Wan 3.0 已通过阿里云百炼(Alibaba Cloud Model Studio)以公测形式开放,按生成秒数计费:480p 每秒 0.05 美元,720p 每秒 0.10 美元,1080p 每秒 0.20 美元。价格与阿里云官方口径一致:官方博客称 8 月 24 日已在国际渠道宣布 Wan3.0 全面可用(GA),给出完全相同的三档价格,并换算成更直观的单条成本:「30 秒 480p 草稿约 1.50 美元,30 秒 1080p 成片约 6 美元(折扣前)」。
百炼产品页同时显示,万相 3.0 已上线,后付费享限时 7 折,优惠期至 9 月 23 日。
万相团队点名的名次是编辑榜第一
两家机构的官宣帖都把祝贺送给了万相团队:Arena.ai 在帖末写「恭喜 @Alibaba_Wan 团队」,AA 则同时祝贺了万相与阿里云。
北京时间 13:41,在 AA 帖下回复:「谢谢!为视频编辑(Video Editing)榜第一感到骄傲——这个名次对我们意义很大。」