Wan 3.0 сейчас разумнее рассматривать как размещённую видеомодель Alibaba Cloud, а не как готовый набор весов для локального запуска. Официальная документация описывает модели wan3.0-video и wan3.0-video-prime, мультимодальные входы и асинхронный API. Но на 30 августа 2026 года в проверенных официальных публичных каталогах не удалось подтвердить наличие кода инференса, скачиваемых весов и лицензии именно на веса Wan 3.0.
И ещё одна важная поправка: «до 30 секунд» не всегда означает 30 секунд нового видео. Если запрос содержит входной видеоролик, его длительность и длительность результата в сумме не должны превышать 30 секунд.
Короткий ответ: что подтверждено, а что нет
| Вопрос | Что можно утверждать сейчас |
|---|---|
| Есть официальный путь доступа? | Да. Alibaba Cloud документирует Wan 3.0 через Model Studio и размещённый API; доступ зависит от региона, рабочего пространства и учётной записи. |
| Какие задачи заявлены в API? | Text-to-video, генерация по первому или первому и последнему кадру, reference-based generation, редактирование и продление видео. |
| Можно ли передавать разные референсы? | Документация перечисляет изображения, видео, аудио, файлы и публичные ссылки, но режимы имеют ограничения и не все типы можно произвольно смешивать. |
| Всегда ли результат длится 30 секунд? | Нет. Без входного видео допустимо целое значение от 2 до 30 секунд. С входным видео действует сумма: вход + результат ≤ 30 секунд. По умолчанию — 5 секунд; -1 включает автоматический выбор длительности. |
| Wan 3.0 уже open source? | Публичный hosted-доступ подтверждён, полноценный открытый релиз — нет. Наличие файла Apache 2.0 в репозитории не лицензирует отсутствующие там веса или код. |
| Проверено ли качество на реальных 30-секундных задачах? | Нет. В этой проверке не измерялись стабильность персонажей, синхронизация звука, задержка и доля ошибок. Деморолики поставщика не заменяют приёмочный тест. |
Официальные страницы расходятся даже в обозначении стадии выпуска: API reference помечает сервис как preview, а страница релиза сообщает о general availability. Поэтому реальный доступ, квоты и подходящий endpoint нужно проверять в собственной консоли, а не выводить из чужой страницы генератора.
Что именно умеет официальный hosted Wan 3.0
В документации Wan 3.0 назван All-in-One решением для нескольких сценариев видео. Один API-контур охватывает:
- генерацию по текстовому описанию;
- анимацию по первому кадру или переход между первым и последним кадром;
- работу с референсными изображениями, видео и аудио;
- редактирование существующего ролика;
- продление видео.
Для референсов опубликованы конкретные верхние границы: до 10 изображений, до 5 видеороликов суммарной длительностью не более 15 секунд и до 5 аудиоклипов суммарной длительностью не более 15 секунд. У каждого типа также есть требования к формату, размеру и доступности URL. Режимы первого/последнего кадра и режимы reference/file/link имеют правила взаимного исключения, поэтому простое сложение всех лимитов не гарантирует валидный запрос.
Alibaba Cloud отдельно представляет Wan 3.0 как модель с нативным 30-секундным повествованием, встроенным звуком, редактированием и использованием до 20 мультимодальных материалов. Это заявление производителя, а не результат независимого теста. Практически важнее ориентироваться на детальные ограничения текущей API-документации.
Где проходит граница open source
«Есть GitHub» и «модель открыта» — разные утверждения. Для воспроизводимого локального запуска обычно нужны как минимум четыре отдельные вещи:
- код инференса;
- скачиваемые веса или чекпойнты;
- лицензия, явно применимая к этим артефактам;
- инструкция с зависимостями и требованиями к оборудованию.
На 30 августа 2026 года публичная ветка main репозитория AlibabaCloud-Official/Wan3.0 содержала только README.md и LICENSE: без скрипта инференса, manifest зависимостей, чекпойнта, тега или release asset. В публичном списке репозиториев организации Wan-Video не было проекта Wan 3.0, а в каталоге моделей Wan-AI на Hugging Face не находилось ID, совпадающего с Wan3 или Wan3.0.
Файл LICENSE в репозитории содержит Apache License 2.0. Эта лицензия распространяется на фактически опубликованную там работу, но сама по себе не выдаёт лицензию на отсутствующие веса и код инференса. Поэтому аккуратная формулировка выглядит так:
“Официальный размещённый доступ к Wan 3.0 документирован. Публичный комплект для локального запуска — код, веса, лицензия на веса и инструкция — на дату проверки не подтверждён.
Это не доказательство того, что Wan 3.0 «навсегда закрыта». Alibaba может позже опубликовать артефакты, разместить их под другим официальным именем или изменить содержимое каталогов. Перед решением о локальном развёртывании проверяйте сами файлы, releases и model card, а не только название лицензии в пустом репозитории.
Как собрать рабочий мультимодальный запрос
Надёжный процесс начинается не с длинного промпта, а с выбора режима. Сначала определите, что должно быть жёстко сохранено:
- первый кадр — когда важна точная стартовая композиция;
- первый и последний кадры — когда нужен заданный визуальный финал;
- reference image — когда важны персонаж, предмет или стиль;
- reference video — когда нужно передать движение или монтажную логику;
- reference audio — когда ролик должен опираться на голос, музыку или звуковой рисунок;
- редактирование или продление — когда исходный ролик уже существует.
Не смешивайте режимы автоматически. Откройте актуальную таблицу совместимости в официальной API reference, выберите один допустимый способ управления и только после этого добавляйте референсы.
1. Проверьте бюджет длительности
Без входного видео:
text2 ≤ длительность результата ≤ 30 секунд
С входным видео:
textсуммарная длительность входных видео + длительность результата ≤ 30 секунд
Например, один 12-секундный референс оставляет максимум 18 секунд для результата. Если входные видео суммарно занимают 15 секунд, результат может длиться не более 15 секунд. Запрос на 30 дополнительных секунд в обоих случаях нарушит документированное условие.
Значение по умолчанию — 5 секунд. Если выбран duration: -1, длительность определяет модель; это удобно для черновика, но не заменяет явный хронометраж в задаче с фиксированным монтажом.
2. Подготовьте brief по времени, а не набор пожеланий
Для управляемого результата опишите ролик как последовательность проверяемых событий. Например:
text0–4 с: продукт неподвижно стоит на столе, камера медленно приближается. 4–11 с: рука открывает крышку; форма, цвет и логотип сохраняются. 11–17 с: крупный план внутренней детали, без новой надписи в кадре. 17–20 с: возврат к исходному ракурсу и спокойная остановка движения. Звук: щелчок крышки и тихий комнатный фон, без речи и музыки.
Такой brief не гарантирует точного исполнения, зато создаёт понятные критерии приёмки: длительность, порядок действий, сохранность объекта, финальный кадр и звук можно проверить отдельно.
3. Отправьте задачу и сохраните её идентификатор
Wan 3.0 работает асинхронно. Клиент сначала создаёт задачу и получает task_id, затем опрашивает её состояние до завершения. Модель, URL endpoint и API-ключ должны относиться к одному региону. Не копируйте hostname из примера другого региона и не делайте вывод о доступности в России по наличию публичной документации.
Схема процесса, без привязки к меняющемуся hostname, выглядит так:
textпроверить регион и доступ модели → загрузить или открыть по URL допустимые материалы → создать асинхронную задачу → надёжно сохранить task_id → опрашивать статус с интервалом и ограничением времени → при успехе скачать MP4 → сохранить параметры запроса и результаты проверки
Успешный результат документирован как MP4 с частотой 30 кадров/с. Ссылка на файл действует 24 часа, поэтому видео нужно скачать сразу после успешного статуса. Храните рядом исходный brief, список материалов, заданную длительность, task_id и итоговый файл: без этого не получится воспроизвести удачную генерацию или разобрать ошибку.
Приёмка: что проверить до публикации ролика
Не оценивайте результат одним вопросом «красиво или нет». Проверьте его по исходной задаче:
- файл полностью скачан и действительно открывается как MP4;
- длительность совпадает с допустимым бюджетом;
- первый и, если задан, последний кадр выполняют свою роль;
- персонаж, продукт и важные детали не меняются между сценами;
- действие происходит в заданном порядке;
- звук начинается и заканчивается в нужных местах;
- экранный текст читаем и не искажён;
- нет лишних объектов, резких монтажных скачков или обрыва концовки.
Реальные показатели стабильности, синхронизации, задержки и частоты ошибок для 30-секундных задач здесь не проверялись. Более того, сама Alibaba Cloud отмечает, что фактура аудио и точность экранного текста ещё могут улучшаться. Если речь, логотип или надпись критичны, планируйте отдельную проверку и, возможно, добавление финального звука и типографики на монтаже.
Как выбрать маршрут без лишнего риска
Выбирайте официальный hosted-маршрут, если вам важнее быстро проверить возможности модели, а данные разрешено передавать выбранному облачному региону. До начала работы подтвердите наличие модели в своей консоли, правила аккаунта, квоту, стоимость и применимый endpoint. Эти условия меняются и не гарантированы для пользователя из России.
Выбирайте локальный маршрут на другой открытой модели, если вам нужны офлайн-обработка, собственная инфраструктура или лицензируемые веса уже сейчас. Не стройте этот план на одном LICENSE в репозитории Wan 3.0: дождитесь фактических весов, кода и условий их использования либо оцените официально опубликованные модели семейства Wan 2.x отдельно.
Если сервис доступен, начните не с максимального 30-секундного ролика, а с короткого приёмочного фрагмента на тех же персонажах, объектах, языке и типе звука. Он не докажет качество длинного результата, но быстро выявит несовместимый режим, региональную ошибку и слабое место brief до более дорогой попытки.
Итог
Wan 3.0 предлагает широкий официальный hosted-контур: текст, кадры, референсные изображения, видео и аудио, редактирование, продление и результат до 30 секунд при соблюдении условия длительности. Но API-доступ, GitHub-репозиторий и open source — не синонимы. На дату проверки безопасно подтверждать размещённый API; полноценный открытый комплект для локального запуска и его будущая дата остаются неизвестными.
Практический следующий шаг прост: проверьте модель и регион в собственной консоли, выберите один совместимый режим, рассчитайте бюджет длительности, сохраните task_id, скачайте MP4 в пределах 24 часов и примите ролик по заранее записанным критериям. Это отделяет воспроизводимый рабочий процесс от рекламного обещания «30 секунд в один клик».
