🎬 تيكين آناليز | مراجعة Alibaba Wan 3.0 لتوليد الفيديو؛ ثورة سينمائية بنصف سعر غوغل!

يشهد قطاع الذكاء الاصطناعي التوليدي لإنتاج الفيديو في النصف الثاني من عام ۲۰۲۶ مرحلة تحول كبرى؛ فبعد القرار المفاجئ لشركة OpenAI بإيقاف وإغلاق منصة Sora بشكل كامل، تركزت المنافسة العالمية بين كبرى الشركات التقنية لتقديم حلول إنتاجية مستدامة. وبينما سعت شركة غوغل لفرض سيطرتها عبر نموذج Veo 3.1، أطلقت مجموعة علي بابا (Alibaba Group) نموذجها الرائد Wan 3.0 (من عائلة Tongyi Wanxiang) ليعيد صياغة المشهد التقني والاقتصادي بالكامل.

ولا يقتصر تميز نموذج Wan 3.0 على كونه ترقية تقنية، بل يمثل منصة متكاملة تتيح تحويل ملفات الشركات المختلفة كالمستندات بصيغة PDF، وعروض البوربوينت (PPTX)، وجداول البيانات، وروابط المواقع الإلكترونية، إلى مقاطع فيديو سينمائية وسردية متصلة مدتها ۳۰ ثانية في خطوة واحدة، وبدقة 1080p عالية الوضوح مع توليد صوتي استريو متزامن وتكلفة تقل بنسبة ۵۰٪ عن المنافسين الغربيين.

۱. طفرة في معالجة الوسائط؛ تحويل المستندات والروابط إلى مشاهد سينمائية

شكّلت صياغة الأوامر النصية المعقدة (Prompt Engineering) العقبة الأكبر أمام فرق التسويق والمطورين في استخدام نماذج الفيديو السابقة؛ حيث كان يتطلب إنتاج فيديو تعريفي بسيط استخلاص النصوص يدوياً وتكييفها لمصطلحات الإخراج السينمائي.

وقدمت Alibaba Wan 3.0 حلاً جذرياً عبر محرك تحويل المستندات إلى فيديو (Document-to-Video Engine). ويمكن للمستخدمين رفع ملفات الشركات بصيغة PDF أو عروض تقديمية أو روابط لصفحات المنتجات؛ ليقوم النموذج بتحليل البنية البصرية، واستخراج المخططات والهوية المرئية، وتحويلها تلقائياً إلى فيديو تسويقي سردي مع تعليق صوتي ومؤثرات متحركة احترافية.

وتمنح هذه الميزة وكالات الدعاية والإعلان والشركات الناشئة في دبي والرياض والدوحة قدرات إنتاجية فائقة؛ حيث يمكنها تحويل كتالوجات المنتجات إلى مئات الفيديوهات الإعلانية القصيرة في دقائق معدودة وبكفاءة تشغيلية غير مسبوقة.

۲. البنية المعمارية للنموذج؛ ترانسفورمرز الانتشار ثلاثي الأبعاد ومشاهد ۳۰ ثانية

يمثل الحفاظ على استقرار وثبات المشهد البصري لمدة ۳۰ ثانية متواصلة أحد أكثر التحديات تعقيداً في أبحاث الرؤية الحاسوبية؛ حيث عانت النماذج السابقة من تراكم التشوهات البصرية وانهيار أبعاد الأجسام بعد ۵ إلى ۱۰ ثوانٍ. ونجحت علي بابا في Wan 3.0 في تجاوز هذه المعضلة من خلال دمج مشفرات الحركة المكانية والزمانية (3D Spatio-Temporal VAE) مع شبكات ترانسفورمرز الانتشار واسعة النطاق (Diffusion Transformer - DiT).

وتتعامل هذه البنية مع مقاطع الفيديو كفضاء متصل رباعي الأبعاد، حيث تدمج خوارزميات الانتباه قوانين الفيزياء الحقيقية مثل الجاذبية وانعكاس الضوء على الأسطح وانسيابية الأقمشة بدقة متناهية.

وتتيح أدوات التحكم الإخراجي في الكاميرا للمستخدم توجيه حركات تصوير هوليوودية متقدمة، مثل التتبع والتكبير الحركي (Dolly Zoom) والتدوير ۳۶۰ درجة حول الهدف عبر أوامر نصية بسيطة أو إحداثيات مكانية دقيقة.

وقد سجل النموذج في اختبارات الثبات الزمني ندرة بنسبة ۹۲.۸ من ۱۰۰ في الحفاظ على ملامح الشخصيات والإضاءة، وهو أعلى مؤشر مسجل بين النماذج التجارية في عام ۲۰۲۶.

۳. الهندسة الصوتية المتزامنة؛ توليد الصوت الاستريو والمؤثرات الحركية بدقة ۴۸kHz

تتفوق منصة Alibaba Wan 3.0 بدمج محرك صوتي متزامن يولد شريطاً صوتياً احترافياً بجودة ۴۸ کیلوهرتز استريو بناءً على محتوى المشاهد دون الحاجة لبرامج مونتاج خارجية.

ويقوم النظام بتأليف موسيقى تصويرية متناغمة مع إيقاع المشهد، وتوليد المؤثرات الصوتية الحركية (Foley) كأصوات الخطوات والرياح وهدير المحركات في توقيتها الدقيق، مع مطابقة دقيقة لحركة الشفاه عند نطق الحوارات بلغات متعددة.

۴. مقارنة الجدوى الاقتصادية؛ أسعار ثورية تبلغ نصف تكلفة Google Veo 3.1

شكلت تکالیف المعالجة السحابية العالية العائق الأكبر أمام انتشار أدوات الفيديو التوليدي. وفي حين تبلغ تكلفة الثانية الواحدة في نموذج Google Veo 3.1 ما بين ۰.۳۰ و ۰.۴۰ دولار، إضافة للاشتراكات الشهرية المرتفعة في منصة Runway، فإن استراتيجية التسعير التنافسية من علي بابا أحدثت ثورة حقيقية في السوق.

وتقدم علي بابا نموذج Wan 3.0 بسعر ۰.۶ یوان (حوالي ۰.۰۸ دولار) للثانية بدقة 720p، وحوالي ۰.۱۵ دولار للثانية بدقة 1080p، وهو ما يعادل نصف تكلفة غوغل وثلث تكلفة المنصات الغربية.

ويعني هذا أن إنتاج إعلان ترويجي كامل مدته ۳۰ ثانية بجودة سينمائية عبر Wan 3.0 يكلف حوالي ۴.۵ دولار فقط مقارنة بـ ۱۰.۵ دولار عبر غوغل، مما يفتح الباب أمام الشركات الناشئة لإنتاج آلاف المقاطع التسويقية بكفاءة اقتصادية فائقة.

۵. التطبيقات العملية؛ دعم قطاع الألعاب والإنتاج السينمائي والشركات

تتيح منصة Alibaba Cloud Model Studio وواجهات الـ API المتقدمة لنموذج Wan 3.0 تکاملاً سلساً مع خطوط الإنتاج الاحترافية لدى استوديوهات تطوير الألعاب وصناع المحتوى في المنطقة.

ويستفيد مطورو الألعاب من النموذج في بناء المشاهد السينمائية الأولية (Pre-visualization) واختبار زوايا الكاميرا قبل نقلها لمحركات الألعاب مثل Unreal Engine 5، بينما تستفيد منصات التجارة الإلكترونية من تحويل قواعد بيانات المنتجات إلى إعلانات مرئية مؤتمتة تلائم كافة شرائح الجمهور.

كما تتيح لوحات القصة المؤتمتة للفرق الإبداعية استعراض الأفكار البصرية للعملاء بجودة سينمائية فائقة فور استلام ملخص المشروع.

۶. المشهد الجيوسياسي؛ إعادة رسم توازنات الذكاء الاصطناعي بعد إغلاق سورا

أحدث توقف منصة Sora من OpenAI في منتصف عام ۲۰۲۶ فراغاً كبيراً في قطاع الفيديو التوليدي، لتبرز الشركات الآسيوية مثل Alibaba و Kling كقوى رائدة في كفاءة المعالجة السحابية والابتكار متعدد الوسائط وخفض تكاليف التشغيل التجاري.

ومع دخول الذكاء الاصطناعي في الإنتاج السينمائي والتلفزيوني، لن تقتصر المنافسة على إنتاج مقاطع قصيرة مجردة، بل ستعتمد على الثبات الزمني واستقرار الإضاءة والاندماج مع محركات الرندر الفورية؛ وهي المجالات التي حققت فيها علي بابا تفوقاً بارزاً مع نموذج Wan 3.0.

خلاصة تقييم تيكين غيم للمنصة

يمثل نموذج Alibaba Wan 3.0 قفزة نوعية في هندسة الذكاء الاصطناعي؛ حيث يجمع بين ميزة تحويل المستندات إلى فيديو، وتوليد المشاهد لمدة ۳۰ ثانية مع الصوت المتزامن، وبأسعار تقل بنسبة ۵۰٪ عن المنافسين الغربيين، مما يجعله المنصة المفضلة لصناع المحتوى والشركات ومطوري الألعاب.