In questo articolo Indice dei contenuti 2 sezioni
Alibaba ha alzato il tiro sul fronte dei video generati dall’intelligenza artificiale con Wan3.0, la nuova versione del suo modello che promette clip fino a 30 secondi, quando la concorrenza diretta si ferma molto prima. Il riferimento è Google Veo, fermo a 8 secondi, e già questo dato basta a spiegare perché il lancio abbia attirato attenzione ben oltre i confini cinesi. La risoluzione arriva a 1080 pixel di larghezza, con una qualità che il gruppo di Hangzhou definisce stabile per tutta la durata della clip.
Il punto su cui Alibaba insiste di più riguarda la coerenza. Personaggi che restano riconoscibili dall’inizio alla fine, accessori che non cambiano forma a metà scena, disposizione spaziale degli elementi mantenuta anche quando la telecamera si muove. Sono esattamente i difetti che hanno reso imbarazzanti parecchi video generati dall’AI negli ultimi anni, quelli in cui una mano diventa improvvisamente sei dita oppure un cappello sparisce senza spiegazione. A questo si aggiunge la sincronizzazione delle espressioni facciali con voci in più lingue, un dettaglio che pesa parecchio per chi lavora su contenuti destinati a mercati diversi.
Non solo testo e immagini: Wan3.0 legge anche PDF e PowerPoint
La parte davvero curiosa arriva quando si guarda a cosa il modello accetta in ingresso. Oltre ai soliti testo, immagini, audio e video, Wan3.0 è in grado di elaborare pagine web e documenti veri e propri, compresi PDF e presentazioni PowerPoint. In pratica una slide o una tabella possono diventare il punto di partenza per un video strutturato che ricalca il contenuto originale. Un caso d’uso che parla chiaramente al mondo aziendale, dove i materiali esistono già e vanno solo trasformati in qualcosa di più fruibile.
Sui prezzi il posizionamento è coerente con l’ambizione. Si parte da circa 0,04 euro al secondo per il 480p, si passa a circa 0,09 euro per il 720p e si arriva a circa 0,17 euro al secondo per il 1080p, che tradotto significa attorno ai 10 euro per ogni minuto di video alla massima qualità. Un confronto aiuta a inquadrare la cifra: la tariffa standard di Veo 3.1, il modello di Google, si aggira sui 0,35 euro al secondo. Il divario c’è ed è consistente, anche se questo non fa automaticamente di Wan3.0 una soluzione economica. Generare video costa, e i conti salgono in fretta appena la produzione diventa seriale.
Nessuna verifica indipendente, per ora
Un aspetto che merita cautela riguarda le prestazioni dichiarate. Al momento non esistono valutazioni di terze parti sul nuovo modello, il che significa che tutto quello che si sa sulla qualità effettiva delle clip arriva direttamente da Alibaba. Non è un dettaglio secondario in un settore dove i comunicati stampa tendono a mostrare sempre il risultato migliore su cento tentativi.
Anche l’accesso resta filtrato. La versione beta si ottiene su richiesta attraverso Model Studio e Qwen Cloud, mentre l’API verrà distribuita in modo graduale. È stato annunciato anche un sito rivolto al pubblico generalista, wan.video, ma per ora l’ingresso è riservato ai membri. Una scelta che sembra rispondere più a esigenze pratiche che a strategie di marketing: la generazione video è una delle applicazioni più esose in termini di potenza di calcolo, e aprire i rubinetti senza controllo significa vedere lievitare i costi delle infrastrutture nel giro di poche settimane.
Il quadro complessivo racconta di un mercato che si sta stringendo attorno a pochi grandi nomi, con i gruppi cinesi decisi a non lasciare campo libero. Durata delle clip, varietà degli input accettati e tariffe più contenute sono le tre leve su cui Wan3.0 prova a fare la differenza rispetto a Veo. La prova sul campo, quella fatta da utenti e sviluppatori esterni, non è ancora arrivata.
