Alibaba lance le modèle vidéo Wan3.0, quelques jours après avoir levé 10 milliards de dollars pour l'IA

Alibaba a lancé Wan3.0, la nouvelle version de son modèle de génération vidéo, capable de créer des clips d'une durée allant jusqu'à 30 secondes. Le lancement intervient quelques jours à peine après que le groupe a levé environ 10,2 milliards de dollars lors d'une émission d'actions à Hong Kong, entièrement destinée à financer son pôle IA, rapporte The Next Web.

L'argent et le modèle, un même mouvement

The Next Web souligne que cet enchaînement n'a rien d'un hasard : depuis deux semaines, Alibaba s'efforce de convaincre les investisseurs que ses dépenses d'investissement dans l'IA se transforment en produits, et Wan3.0 constitue le premier argument concret. L'émission d'actions est la plus importante jamais réalisée à Hong Kong : selon le SCMP, le groupe a émis de nouveaux titres pour 80 milliards de HK$, et la totalité de la somme est affectée à son expansion mondiale dans l'IA.

• Wan3.0 génère des clips jusqu'à 30 secondes, contre 5 à 10 secondes pour la plupart des modèles
• L'émission de 10,2 milliards de dollars est la plus grosse vente d'actions de l'histoire de la Bourse de Hong Kong
• Tous les fonds levés sont dédiés à l'IA : centres de données, modèles, infrastructure mondiale

Ce que sait faire Wan3.0

Wan est la famille ouverte de modèles vidéo d'Alibaba, dont les versions précédentes ont été téléchargées par millions au sein de la communauté open source. La troisième génération mise sur la durée et la cohérence : avec des clips de 30 secondes, le modèle sort de la catégorie des « générateurs de clips pour les réseaux sociaux » pour devenir un outil utilisable en publicité, en prévisualisation de produits et en narration courte.

Le média chinois spécialisé Jiqizhixin rapporte les premières évaluations du secteur, qui portent sur trois qualités du modèle : la stabilité du mouvement, le réalisme et la « sensation de texture » de l'image. La cohérence des scènes longues est justement l'écueil de la plupart des modèles vidéo : maintenir un personnage, l'éclairage et la physique du plan pendant 30 secondes est d'un ordre de grandeur plus difficile que sur un clip de cinq secondes.

Ce que cela change

La course aux modèles vidéo entre dans une phase où ce n'est plus la démo qui l'emporte, mais l'infrastructure : OpenAI avec Sora, Google avec Veo et Alibaba avec Wan ne se mesurent plus sur la beauté de clips isolés, mais sur la durée, la contrôlabilité et le coût de génération. Alibaba dispose ici de deux atouts structurels : ses propres centres de données et un modèle de distribution ouvert, qui fait de Wan le choix par défaut des développeurs peu enclins à payer pour les API occidentales. Ces 10 milliards de dollars frais transforment cette stratégie en question d'exécution, et non plus de ressources.

Questions fréquentes

En quoi Wan3.0 se distingue-t-il de Sora et de Veo ?

La principale différence tient à l'ouverture : les versions précédentes de Wan ont été publiées avec des poids ouverts et sont devenues la référence pour la génération vidéo en local. S'y ajoute la durée : des clips de 30 secondes se situent en haut de la fourchette de ce que savent produire aujourd'hui les modèles vidéo commerciaux.

Pourquoi Alibaba a-t-elle levé 10,2 milliards de dollars ?

Le groupe a officiellement déclaré que la totalité de l'émission serait consacrée à son pôle IA : infrastructure de calcul, développement de modèles et expansion internationale de son activité cloud.