Alibaba Cloud hat am 24. August 2026 sein neues KI-Videomodell Wan3.0 offiziell für die allgemeine Nutzung freigegeben. Das System ermöglicht es, aus herkömmlichen Dokumenten, Tabellen, Präsentationen und Webseiten automatisiert Videos mit einer Länge von bis zu 30 Sekunden zu generieren. Damit schließt das Unternehmen die Beta-Phase ab, die bereits am 6. August 2026 begonnen hatte.
Technische Spezifikationen und multimodale Funktionen
Das Modell Wan3.0 zeichnet sich durch eine breite Unterstützung verschiedener Eingabeformate aus. Nutzer können Dateien in den Formaten DOC, XLS, PPT, PDF und Markdown hochladen, um daraus visuelle Inhalte zu erstellen.
Die Kapazitätsgrenzen für diese Dokumente liegen bei einer Dateigröße von 100 MB beziehungsweise einem Umfang von 50 Seiten. Das System fungiert als Ein-Modell-Lösung, die Aufgaben wie Text-zu-Video, Bild-zu-Video sowie Videobearbeitung übernimmt.
In Bezug auf die Ausgabequalität unterstützt Wan3.0 Auflösungen von 480p, 720p und 1080p bei einer Bildrate von 30 Bildern pro Sekunde (fps). Zu den Funktionen gehören laut Angaben des Unternehmens die Erstellung konsistenter Charaktere, synchronisierte Mikroexpressionen und eine mehrsprachige Sprachausgabe.
Das Modell verarbeitet zudem native Audioinhalte und erlaubt komplexe Eingaben, wie die Definition des ersten und letzten Bildes, bis zu zehn Referenzbilder sowie mehrere Referenzvideos und Audioclips. In der nun veröffentlichten Version wurde die maximale Videolänge von zuvor 15 auf 30 Sekunden verdoppelt.
Marktpositionierung und Preisstruktur
Die Einführung von Wan3.0 erfolgt in einem wettbewerbsintensiven Umfeld. Alibaba Cloud positioniert das Modell preislich unterhalb von Konkurrenzprodukten wie Google Veo 3.1, dessen Preis bei 0,40 US-Dollar pro Sekunde liegt.
Wer moderne KI-Technologien im Unternehmen einsetzen möchte, muss die rechtlichen Rahmenbedingungen der neuen EU-Verordnung genau kennen. Dieser kompakte Leitfaden erklärt Ihnen die wichtigsten Fristen und Pflichten für eine sichere Implementierung. EU AI Act in 5 Schritten verstehen
Die API-Preise für Wan3.0 sind nach Auflösung gestaffelt: Für 480p fallen 0,3 Yuan (0,05 US-Dollar) pro Sekunde an, für 720p sind es 0,6 Yuan (0,10 US-Dollar) und für die höchste Auflösung von 1080p beträgt der Preis 1,2 Yuan (0,20 US-Dollar) pro Sekunde.
Um den Marktstart zu fördern, gewährt Alibaba Cloud im Zeitraum vom 24. August bis zum 23. September 2026 einen Rabatt von 30 Prozent auf diese API-Gebühren.
In der Vermarktung setzt das Unternehmen unter anderem auf ein Video mit Tom Cruise. Dieses Vorgehen hat in der Branche bereits Diskussionen über potenzielle Urheberrechtsbedenken ausgelöst.
Finanzielle Rahmenbedingungen und Investitionen
Der Start von Wan3.0 fällt in eine Phase massiver Investitionen seitens des Mutterkonzerns. Alibaba hat kürzlich eine Aktienplatzierung in Höhe von 10,2 Milliarden US-Dollar in Hongkong abgeschlossen, was als bisher größte Primär-Follow-on-Transaktion an diesem Finanzplatz gilt.
Die Bilanz für das zweite Quartal 2026 spiegelt die strategische Ausrichtung auf künstliche Intelligenz wider: Während der Cloud- und KI-Umsatz um 45 Prozent auf 48,44 Milliarden Yuan stieg, sank der Nettogewinn im selben Zeitraum um 75 Prozent. Grund hierfür seien die deutlich gestiegenen Investitionsausgaben (Capex), die um 75 Prozent auf 67,68 Milliarden Yuan zunahmen.
Die rasante Entwicklung bei KI-Modellen führt auch zu neuen Sicherheitsrisiken und gesetzlichen Anforderungen für Firmen. Dieser kostenlose Report klärt auf, welche rechtlichen Pflichten und Bedrohungen Unternehmer jetzt kennen müssen, um ihre digitale Infrastruktur zu schützen. Kostenlosen Cyber-Security Report herunterladen
Entwicklungen bei digitaler Produktivität und Barrierefreiheit
Parallel zur Einführung von Videogenerierungstools gibt es Fortschritte bei der Verarbeitung von Dokumenteninhalten in bestehenden Ökosystemen. Microsoft hat zum 24. August 2026 die Barrierefreiheit in PowerPoint verbessert.
In der Version 2503 (Build 19729.20000 oder später) für Windows werden nun automatisch dynamische Beschreibungen für SmartArt-Grafiken erstellt. Diese semantischen Details ermöglichen es Screenreadern, komplexe grafische Strukturen zu erfassen, ohne dass eine manuelle Pflege von Alternativtexten durch die Ersteller der Präsentationen notwendig ist.
Diese Entwicklung unterstreicht den Branchentrend, visuelle Informationen in Dokumenten durch automatisierte Systeme besser verwertbar zu machen – sei es für die Barrierefreiheit oder für die Konvertierung in neue Medienformate wie bei Wan3.0.
