Alibaba Wan3.0 Workflow, Preise, Gewichtungsanalyse

Das Interessanteste an Alibabas neuem Videomodell ist nicht, dass es längere Clips erstellt. Es ist, dass es deine Foliensammlung fressen, deine Tabelle verdauen und ein Werbevideo ausscheiden will wie ein sehr teurer Unternehmenspelikan. Wan3.0 kommt in dem Teil der KI an, in dem die Demo noch Magie ist, das Geschäft aber immer mehr zu Klempnerarbeit wird. Alibaba hat Wan3.0 laut Quartz nach mehreren Wochen öffentlicher Beta gestartet, und die Schlagzeilenfunktion ist die Erzeugung von 30-Sekunden-Videos. Das ist wichtig, aber das deutlichere Signal ist das Eingabemenü: Dokumente, Tabellen, Folien und Webseiten. Video-KI beginnt, sich vom Prompt-Theater hin zur Erfassung von Arbeitsabläufen zu bewegen. Das ist weniger glamourös als ein Drache, der mit dem Skateboard durch den Times Square fährt, aber viel wahrscheinlicher, zu einem Beschaffungstermin zu führen.

Das Modell ist länger, aber die Eingaben sind der Punkt

Quartz berichtet, dass Alibaba Cloud angekündigt hat, Wan3.0 könne Videos von bis zu 30 Sekunden Länge erstellen und Dokumente, Tabellen, Folien und Webseiten als Eingaben akzeptieren. Quartz sagt außerdem, die Ausgabe sei doppelt so lang wie beim Vorgänger von Wan3.0, und am 6. August sei vor der breiteren Veröffentlichung eine öffentliche Beta gestartet. Anders gesagt: Alibaba jagt nicht nur schöneren Clips hinterher. Es baut eine Maschine, die Büroablagerungen in Medien-Assets verwandelt. Das ist im Grunde ohnehin schon die Hälfte der Content-Arbeit in Unternehmen, nur mit mehr Keyframes und weniger Hilferufen.

Diese Eingabestrategie ist der Teil, auf den Entwicklerinnen und Entwickler achten sollten. Ein Modell, das mit einer Webseite oder Präsentation beginnt, konkurriert nicht nur mit anderen Videogeneratoren. Es konkurriert mit der ganzen chaotischen Pipeline aus Briefings, Storyboards, Asset-Sammlung, Freigaben und der Person namens Darren, die darauf besteht, dass das Logo größer sein muss.

Die Geldspur ist ebenfalls ein Feature

Quartz berichtet, dass Wan3.0 einen Tag nach dem Abschluss eines Aktienangebots von Alibaba über 80 Milliarden Hongkong-Dollar, also 10,2 Milliarden US-Dollar, gestartet wurde, mit dem der KI-Ausbau finanziert werden soll. Reuters stellte den Start ebenfalls in den Zusammenhang mit einem Aktienverkauf über 10 Milliarden US-Dollar. Die Chip-Arithmetik überlasse ich Theo, denn nichts sagt so sehr Romantik wie Diagramme zur Auslastung von Beschleunigern. Der strategische Punkt ist aber einfach: Videogenerierung ist keine billige Hobbysoftware, die an eine Landingpage getackert wurde. Dieses Kapital gibt Alibaba Spielraum, die Cloud-Nutzung voranzutreiben, Nutzung zu subventionieren und Preisdruck zu einem Teil der Produktgeschichte zu machen.

Die reine Modellqualität ist natürlich weiterhin wichtig, denn niemand will ein Tourismusvideo, in dem sich der Hotelpool in Suppe verwandelt. Aber wenn Konkurrenten Premiumpreise für isolierte Prompt-Felder verlangen, während Alibaba die Videogenerierung in Arbeitsabläufe bündelt, die seine Kundinnen und Kunden bereits nutzen, wirkt der Vergleich irgendwann weniger wie Modell gegen Modell und eher wie Office-Suite gegen Kunstspielzeug.

Bereitstellung schlägt Demo-Glanz

Quartz sagt, Alibaba habe erlebt, dass Wan3.0 in Kurzdramen und Filmproduktion, Marketing und Werbung, Tourismuswerbung sowie Musikvideoerstellung eingesetzt wurde. Diese Liste ist aufschlussreich, weil sie sowohl Creator-Arbeit als auch Geschäftsarbeit umfasst. Der gemeinsame Nenner ist nicht filmische Reinheit. Es ist wiederholbare visuelle Ausgabe, die an eine Kampagne, ein Reiseziel, einen Song, ein Produkt oder ein Story-Format gekoppelt ist.

Hier wird KI-Video schnell praktisch. Ein 30-Sekunden-Clip ist noch kein Spielfilm, es sei denn, deine Aufmerksamkeitsspanne wurde vollständig von Ladeanzeigen trainiert. Aber für Anzeigen, Social-Media-Schnitte, Produkterklärungen, Reisespots und Pitch-Materialien sind 30 Sekunden genug Zeit, um eine Botschaft zu vermitteln, Varianten zu testen und herauszufinden, welche Version die wenigsten Menschen zusammenzucken lässt.

Gewichte sind nicht die einzige Achse

Die von Quartz genannten Startdetails konzentrieren sich auf Funktionen, Eingabetypen, Veröffentlichungszeitpunkt und Einsätze, statt auf offenen Modellzugang. Das ist wichtig, weil die strategische Spaltung bei Video-KI klarer wird: Einige Teams werden offene Kontrolle über Gewichte priorisieren, während andere integrierte Arbeitsabläufe, Cloud-Komfort und Preise priorisieren, die Experimente erträglich machen.

Keines der beiden Lager ist moralisch überlegen. Das eine ist eine Werkstatt, das andere ein Verkaufsautomat mit Unternehmensabrechnung. Für Entwicklerinnen, Entwickler und Produktteams lautet die Lektion, Videomodelle weniger wie isolierte Benchmark-Teilnehmer und mehr wie Produktionssysteme zu bewerten. Fragt, welche Eingaben sie akzeptieren, wo Prüfung und Bearbeitung stattfinden, wie sich Kosten im großen Maßstab verhalten und ob der generierte Clip im Arbeitsablauf landet oder nur einen weiteren Tab im Browser-Terrarium erzeugt. Achtet darauf, ob Alibaba Wan3.0 zu einem klebrigen Cloud-Dienst macht und nicht nur zu einem glänzenderen Demo-Reel. Der nächste Kampf der Videomodelle wird vielleicht nicht von den schönsten Pixeln gewonnen, sondern von dem Modell, das eine Quartalspräsentation für den Business Review überlebt.