AI 资讯

当同行还在卷「一条提示词能生成多长的视频」时，阿里通义万相换了个打法：Wan 3.0 能喂进去的不只是文字和图片——PDF、PPT、电子表格、音频、视频，全都能一键变成一条视频。单次生成 30 秒（是前代 Wan 2.7 的两倍），最高 1080p，输出还能保证角色、物体、背景、空间布局的一致性，甚至带面部微表情同步和多语言语音。价格却只有谷歌 Veo 3.1 的一半。

8 月 26 日晚，阿里通义千问正式发布并开源 Qwen3.8-Flash——名字还挂着 3.X，内里已是下一代 Qwen4 架构的「技术预览版」。这是一款多模态 MoE 模型：主模型 125B 参数（约 1250 亿）、另配 51B N-gram Embedding，每个 token 却只激活约 6B 参数，就能拿到超越 Claude Opus 4.6 的前沿性能。原生支持 26 万 token 上下文、可扩展到 100 万，训练成本较上一代骤降近 90%，API 输入仅 1 元/百万 token。