阿里巴巴正式發布 Wan3.0 文件生影片模型，前一天才完成破紀錄 100 億美元增資

在完成港股市場有史以來最大規模的 102 億美元初次增資（primary follow-on offering）後隔天，阿里巴巴立刻讓這筆錢派上用場。2026 年 8 月 24 日（週一），阿里正式推出最新一代 AI 影片生成模型 Wan3.0——這也是第一款能直接讀取辦公文件、並將其轉換成成片的前沿影片模型。

時間點的安排毫不掩飾：週日宣布售股集資，週一發布模型。這是同一套策略的兩步棋——不計短期代價地投入資金搶進 AI 競賽，同時推出能證明這些支出合理性的模型。

Wan3.0 到底能做什麼

Wan3.0 由阿里巴巴通義實驗室開發，單次生成即可產出最長 30 秒、最高 1080p 的影片。但真正值得關注的不是這個數字，而是它背後的架構：過去 Wan 2.7 世代需要四個獨立模型才能完成的工作——文字生影片、圖片生影片、參考生影片與影片編輯——Wan3.0 用同一組模型權重全部包辦。

真正的新能力在輸入端。Wan3.0 可以直接接受文件作為創作素材，包括 Word、Excel、PowerPoint、PDF、純文字，甚至 Apple 的 Pages 與 Keynote 格式，並與文字、圖片、音訊、影片參考並用。根據阿里雲在微信平台的公告，模型可以直接從文件、試算表、簡報和網頁生成 30 秒影片。

這等於把過去需要多道人工工序的流程整個壓縮掉。在 Wan3.0 出現之前，想把一季財報簡報轉成回顧影片的團隊，得先讀完全部投影片、挑出重點、寫腳本、拆成分鏡，再逐段生成畫面。Wan3.0 把這一切簡化成：上傳簡報、描述想要的調性、按下生成。模型的語言理解能力會原生解析標題、條列重點與表格數值，而不是把文件當成一張平面圖片處理。

參考系統的容量也相當可觀：單次生成最多可結合 10 張圖片、5 段影片與 5 個音訊檔，而且每一支影片預設都會生成音訊，不必另外開啟。若使用影片參考，參考時長加上輸出長度合計上限為 30 秒。

從公測到正式版只花十八天

Wan3.0 的推進速度很快。模型於 2026 年 8 月 6 日在阿里雲百鍊（Model Studio，模型 ID 為 wan3.0-video）展開公開測試，同日也在 Qwen Cloud 上線，最初僅限受邀帳號使用。阿里巴巴表示，公測期間 Wan3.0 已實際應用於短劇與電影製作、廣告行銷、觀光推廣以及 MV 創作。

目前使用者可透過阿里雲北京與新加坡節點存取。計價按解析度分級：北京節點 480p、720p、1080p 每秒分別約為 ¥0.30、¥0.60、¥1.20 人民幣，新加坡約貴兩成。換算國際費率，一支 30 秒的 1080p 影片約需 6 美元，等於每分鐘成片約 12 美元。

值得注意的是，Wan3.0 並未開放模型權重，這與開源的 Wan 2.1、2.2 形成對比——後兩代曾是開源影片生成生態系的主力。阿里巴巴尚未說明未來是否會釋出權重。

背景脈絡：破紀錄增資與 75% 的獲利崩跌

這場增資說明了阿里巴巴為何如此積極出貨。公司以每股 HK$112.70 出售 7.1 億股新股，募得 800 億港元（102 億美元），創下港股上市公司初次增資的歷史紀錄。發行價較上週五收盤折價 3.6%，週一早盤股價一度重挫 10%，創四月以來最大跌幅。

之所以需要增資，是因為支出實在太龐大。就在上週，阿里巴巴才公布單季獲利較去年同期暴跌 75%，主因正是 AI 相關資本支出暴增。公司等於是拿短期獲利能力去換運算能力、資料中心建設與模型研發——然後再回頭向股市補充彈藥。

換一個競爭軸線

2025 到 2026 年的 AI 影片市場一直在打「片長軍備賽」。Google 的 Veo 3.1 單次 8 秒，Runway Gen-4 為 12 秒，Kling 3.0 為 15 秒。字節跳動的 Seedance 2.5 在六月率先突破 30 秒。Wan3.0 追平了 30 秒門檻，但刻意不宣稱超越對手——阿里的宣傳資料中沒有出現任何與 Seedance、Kling 或 Veo 的直接比較。

阿里選擇在其他人還沒碰的維度上競爭：目前沒有其他前沿影片模型接受辦公文件作為原生輸入。Sora 2 與 Veo 3.1 只吃文字與圖片參考，Kling 3.0 與 Seedance 2.5 加上影片參考，唯有 Wan 3.0 能直接吃下 .pptx 檔。

這個定位對阿里的企業客戶基礎十分合理。業務團隊手上的銷售簡報、教育部門的新人訓練手冊、財務部門的季度報告，都是從未變成影片的龐大素材庫——原因從來不是「做不出影片」，而是「總得有人先把簡報改寫成 prompt」。業界流傳（雖然缺乏嚴謹方法學佐證）的估計是每天約有 3,500 萬份 PowerPoint 簡報被展示，由此可見這座素材庫的規模。

後續觀察重點

有三個問題將決定 Wan3.0 的發布是產業結構的轉變，還只是個測試版註腳。第一，承諾中的消費端 wan.video 平台何時上線，存取權限是否會從受邀企業帳號擴大開放。第二，模型是否會登上獨立排行榜——前代 Wan 2.7 在 Artificial Analysis 影片競技場排名第四，在 Wan 3.0 獲得獨立評測之前，品質宣稱只能依賴阿里的示範素材。第三，文件解析能否應付真實世界那些格式混亂、嵌入圖表的簡報，而不只是演示中乾淨的四行條列投影片。

可以確定的是戰略格局：短短一週內，阿里巴巴完成破紀錄募資、承受歷史性的獲利下滑，並推出一款真正具備新能力的模型。在 Sora 於春季關閉、Seedance 因版權糾紛停擺數月的市場裡，阿里巴巴押注的是：持續而集中的攻勢與資本，終將贏得影片生成之戰。

資料來源列於文章 metadata 中。