Alibaba a lancé Wan3.0 lundi, élargissant l’accès à son dernier modèle de génération vidéo alors que l’entreprise accélère ses dépenses dans l’intelligence artificielle.
Selon Alibaba Cloud, le modèle peut générer en une seule passe des vidéos d’une durée maximale de 30 secondes à partir de textes, d’images, d’audios, de vidéos existantes et de documents, notamment des PDF, des présentations, des feuilles de calcul et des pages web. Reuters a rapporté que le modèle avait déjà été utilisé dans la publicité, les séries courtes, la promotion touristique et la production de clips musicaux depuis le début de sa bêta publique, le 6 août.
Pour les équipes marketing, communication et formation, la prise en charge des documents pourrait réduire le travail nécessaire pour transformer des supports professionnels existants en contenus vidéo.
Wan3.0 double la limite de 15 secondes de son prédécesseur, Wan2.7, et prend en charge des résolutions allant jusqu’à 1080p. Alibaba affirme que Wan3.0 peut préserver les personnages, les objets, les arrière-plans et les agencements spatiaux tout au long d’un clip, tout en produisant des expressions faciales synchronisées et des voix multilingues. Ces capacités n’ont pas encore été vérifiées indépendamment.
La capacité à traiter des documents professionnels pourrait être l’une des fonctionnalités les plus utiles commercialement de Wan3.0.
Au lieu de créer de zéro un script vidéo et des éléments visuels, une équipe marketing ou communication pourrait fournir une présentation, un PDF ou une feuille de calcul et utiliser le modèle pour transformer ces informations en contenu vidéo. Wan3.0 s’inscrit ainsi pleinement sur le marché de la création de contenu d’entreprise, aux côtés de ses usages plus créatifs.
Le prix du modèle offre également à Alibaba un autre moyen de rivaliser. Wan3.0 est proposé à 5 cents par seconde pour une vidéo en 480p, à 10 cents pour le 720p et à 20 cents pour le 1080p. À titre de comparaison, le niveau standard de Veo 3.1 de Google coûte 40 cents par seconde.
Dans le même temps, le prix à lui seul ne permet pas de déterminer quel modèle produit les meilleurs résultats, et The Next Web a relevé que Wan3.0 n’a pas encore fait l’objet de comparaisons indépendantes.
Le pari plus ambitieux d’Alibaba sur l’IA
Le lancement fait suite à la cession d’actions d’Alibaba d’un montant annoncé de 10 milliards de dollars et intervient une semaine après l’annonce par l’entreprise d’une baisse de 75 % de son bénéfice trimestriel. Les dépenses d’investissement ont augmenté de 75 %, à 67,68 milliards de yuans (environ 10,07 milliards de dollars), sur la période, alors qu’Alibaba continuait d’investir massivement dans son infrastructure d’IA. Alibaba a indiqué que ses revenus issus du cloud et de l’IA avaient progressé de 45 %, à 44,84 milliards de yuans, au trimestre de juin.
L’enchaînement — lever des milliards, puis commercialiser immédiatement un nouveau produit — est la manière qu’a Alibaba de montrer aux investisseurs que ses dépenses dans l’IA produisent quelque chose de tangible, plutôt que de leur demander de le croire sur parole. L’entreprise a également engagé 380 milliards de yuans (environ 56,5 milliards de dollars) sur trois ans dans son infrastructure d’IA.
La suite
Wan3.0 ressemble moins à une expérience purement créative qu’à un outil de productivité professionnelle. Sa capacité à traiter des documents et des présentations pourrait ouvrir à Alibaba les portes des équipes marketing, communication et formation qui ont besoin de vidéos rapidement, sans repartir de zéro.
Le revers de la médaille concerne l’accès. La disponibilité élargie de l’API est toujours en cours de déploiement, tandis que le service wan.video destiné au grand public est prévu comme une plateforme réservée aux membres. Alibaba a également gardé les poids de Wan3.0 fermés, rompant avec son approche précédente consistant à publier les modèles Wan en open source.
Wan3.0 constitue ainsi un test important pour déterminer si Alibaba peut transformer l’amélioration rapide de ses capacités en IA en une activité commerciale rentable, surtout après avoir engagé des centaines de milliards de yuans dans son infrastructure d’IA.
Lire aussi : Veo 3.1 de Google transforme des photos en vidéos, offrant un nouvel aperçu de la manière dont les grands fournisseurs d’IA se livrent concurrence sur les capacités de génération vidéo.