Alibaba(アリババ)は2026年8月24日、動画生成AIモデルの新版「Wan3.0」を正式公開しました。8月上旬からのパブリックベータを経ての正式版です。最大の特徴は2つあり、1つは最長30秒の動画を一度に生成できること、もう1つはテキストや画像だけでなく、WordやExcel、PowerPoint、PDF、Markdownといった「業務資料」をそのまま入力して動画化できることです。動画広告や社内向け説明動画を作っている人にとって、制作フローの前提が変わり得るアップデートです。
何が新しくなったのか
これまでの動画生成AIは、OpenAIのSoraやGoogleのVeoを含めて、1回の生成が数秒〜十数秒のクリップが中心でした。長い動画を作るには、クリップを複数生成してカット間の整合性を人間が調整しながらつなぐ必要があり、ここが実務上の大きな手間になっていました。Wan3.0はネイティブで30秒までの一括生成に対応し、ショット(カット)間の一貫性と指示への追従性が改善されたと説明されています。音声つきの生成にも対応します。
もう1つの柱が「Omni-Reference」と呼ばれる入力の拡張です。テキスト・画像・音声・動画に加えて、文書・表計算・スライド・Webページを参照素材として渡せます。つまり「この企画書を30秒の紹介動画にして」という使い方が、資料の要点抽出から映像化まで一続きでできる建て付けです。
料金と提供形態
ベータ期間中にAlibaba Cloudが公表したAPI料金は、生成する動画1秒あたり480pで0.05ドル、720pで0.10ドル、1080pで0.20ドルです。単純計算すると、1080pの30秒動画1本で6ドルになります。また、正式公開に合わせて8月24日から9月23日までは、対象プラットフォームでAPI料金の30%割引が実施されています。
なお、Wanシリーズは前世代のWan2.x系でモデルの重みが公開されてきましたが、Wan3.0のオープンソース化については今回の発表では言及されていません。当面はAPI・クラウド経由での利用が前提と考えたほうがよさそうです。
なぜこのタイミングか
Alibabaは直近で大型の資金調達を実施し、AIインフラへの投資拡大を明言しています。Wan3.0の公開はその翌日というタイミングで報じられており、動画生成を同社AI戦略の看板に据える姿勢がうかがえます。動画生成の分野は、SoraやVeoに加えて中国勢(快手のKling、MiniMaxなど)の追い上げが激しく、「生成できる長さ」と「入力の柔軟さ」が次の競争軸になりつつあります。資料からの動画化を標準機能として打ち出したのは、クリエイター向けのデモ用途から業務用途へ市場を広げる狙いと考えられます。
日本の読者にとって
Wan3.0はAlibaba Cloudの国際向けサービスとして提供されるため、日本からもAPI経由で利用できる見込みです。日本語資料の入力にどこまで対応するか(フォントの崩れ、日本語音声の品質など)は公式発表に明記がないため、本採用の前に短いテスト生成で確認することをおすすめします。
また、業務で使う場合は入力データの扱いに注意が必要です。社外秘の企画書や顧客データを含む資料を海外のクラウドAIに渡すことになるため、自社のデータ取り扱い規程と利用規約の突き合わせは必須です。広告に使う場合は、生成された人物・ロゴ・製品の映り込みなど、権利面のチェックフローも従来どおり必要です。
次に何をすればいいか
動画制作に関わっているなら、割引期間中(9月23日まで)に480pの安い設定でテスト生成し、日本語資料の再現度と品質を確認しておくのが現実的です。比較対象としてSora・Veo・Klingと同じ題材で生成してみると、自社の用途での向き不向きが判断できます。データ規程の確認だけは、テストであっても先に済ませておいてください。
