Wan 3.0: Alibaba's videomodel maakt van een PowerPoint een promovideo

TL;DR

• Wat: Alibaba heeft Wan 3.0 uitgebracht — een AI-videomodel dat in één keer 30 seconden video genereert, inclusief ondersteuning voor documenten als input.
• Waarom relevant: Je kunt straks een productpresentatie uploaden en er een promovideo van laten maken, zonder videograaf of editor.
• Wat je ermee kunt: Bekijk of document-naar-video voor jouw marketingmateriaal bruikbaar is, maar houd rekening met het feit dat het model alleen via API beschikbaar is en niet open source.

Alibaba Cloud bracht begin augustus Wan 3.0 uit als publieke bèta — een AI-model dat video's genereert tot 30 seconden lang. Wat mij deed opkijken is niet zozeer de lengte van die video's, maar het feit dat je er een PowerPoint of PDF in kunt stoppen en er een video uit krijgt. Dat is het soort ontwikkeling waar ik als ondernemer even bij stilsta.

Van tekst naar video — en nu ook van document naar video

Eerdere versies van Wan konden al video genereren op basis van tekst, afbeeldingen of bestaande videofragmenten. Wan 3.0 voegt daar iets opvallends aan toe: je kunt nu ook documenten uploaden. Denk aan PowerPoint-presentaties, PDF's, Word-bestanden en zelfs spreadsheets — tot 100 MB of 50 pagina's per bestand.

Stel dat je als ondernemer een productpresentatie hebt die je normaal gesproken naar een videoproductiebedrijf zou sturen. Met Wan 3.0 zou je die presentatie kunnen uploaden met een korte beschrijving van wat je wilt, en het model genereert er een promovideo van. Dat is althans de belofte.

Ik vind het eerlijk gezegd een interessante verschuiving. Het gaat niet meer alleen om "typ een zin en krijg een filmpje", maar om het verwerken van bestaand bedrijfsmateriaal tot video. Dat raakt direct aan hoe ondernemers hun marketing doen.

30 seconden in één keer — waarom dat uitmaakt

Dertig seconden klinkt misschien niet lang, maar in de wereld van AI-videogeneratie is het een wezenlijk verschil met wat er tot voor kort mogelijk was. Veel modellen genereren clips van 4 tot 10 seconden. Wan 3.0 doet het in één doorlopende generatie van 30 seconden.

Waarom is dat relevant? Omdat je in 30 seconden een verhaal kunt vertellen. Een korte productdemo. Een sfeerimpressie van een locatie. Een social media-advertentie. Bij kortere clips moet je fragmenten aan elkaar plakken, met alle inconsistenties van dien — een personage dat er halverwege anders uitziet, een achtergrond die verspringt.

Temporele consistentie

Dat brengt me bij een technisch punt dat voor de praktijk veel uitmaakt: temporele consistentie. Dat betekent simpelweg dat objecten, personen en achtergronden er gedurende de hele video hetzelfde blijven uitzien. Volgens Alibaba verwerkt Wan 3.0 de hele videosequentie gelijktijdig in plaats van frame voor frame. Het resultaat zou video zijn zonder het "geflikker" dat je bij oudere modellen ziet — waar een gezicht even vervormt of een object plotseling van kleur verandert.

Ik kan dat niet onafhankelijk verifiëren op basis van de aankondiging alleen, maar het is precies het soort verbetering dat bepaalt of gegenereerde video bruikbaar is voor professionele doeleinden of niet.

Multimodale referenties: tot 20 bronnen tegelijk

Wat mij ook opvalt is de zogenaamde multimodale referentiefunctie. Je kunt tot 20 verschillende bronnen tegelijk meegeven bij het genereren van een video: afbeeldingen, video's, audio, documenten en zelfs webpagina's. Het model houdt al die referenties consistent binnen één gegenereerde clip van 30 seconden.

Kun je je voorstellen wat dit betekent als je een webshop hebt? Je zou productfoto's, een merklogo, een stukje achtergrondmuziek en een bestaande productbeschrijving kunnen combineren tot een samenhangende video. Althans, dat is het scenario dat Alibaba schetst. Hoe goed dat in de praktijk werkt — vooral met Nederlandstalige teksten en Europese producten — is iets dat ik zelf nog zou willen zien.

Beschikbaarheid: API-only en gesloten

Hier komt een belangrijk kanttekening. Wan 3.0 is alleen beschikbaar als API — er zijn geen modelgewichten gepubliceerd op platforms als Hugging Face of GitHub. Dat is een trendbreuk. Eerdere versies van Wan, met name 2.1 en 2.2, werden volledig open source uitgebracht onder een Apache 2.0-licentie. Vanaf versie 2.5 is die openheid stapsgewijs verdwenen.

Voor ondernemers betekent dit concreet:

• Je bent afhankelijk van Alibaba's cloudplatform. Het model draait op Model Studio en Qwen Cloud, en is nu ook beschikbaar via RunningHub — een cloudplatform voor AI-workflows. Je data gaat naar hun servers.
• Er zijn kosten aan verbonden. Het is een betaalde API, geen gratis tool die je lokaal draait.
• Privacy en dataverwerking verdienen aandacht. Zeker als je bedrijfsdocumenten uploadt — presentaties, productinformatie — wil je weten waar die data naartoe gaat en hoe die verwerkt wordt. Voor Europese ondernemers speelt de AVG hier een rol.

Ik denk dat dit voor veel MKB-ondernemers een praktische drempel is. Niet zozeer de technologie, maar de vraag: wil ik mijn bedrijfsmateriaal door een API sturen die op Chinese cloudinfrastructuur draait? Dat is geen oordeel, maar wel een afweging die je bewust moet maken.

Wat dit betekent in een breder landschap

Wan 3.0 staat niet op zichzelf. Het concurreert met modellen als Runway Gen-4, OpenAI's Sora, en het Chinese Kling. De AI-videogeneratiemarkt beweegt snel, en de mogelijkheden worden elke paar maanden concreter.

Voor Nederlandse ondernemers zie ik vooral de document-naar-video-functie als een ontwikkeling om in de gaten te houden. Niet omdat je morgen je videoproducent moet ontslaan — de kwaliteit en controle van professionele videoproductie blijft voorlopig onvervangbaar voor veel toepassingen. Maar voor snelle social media-content, interne communicatie of een eerste concept van een promovideo zou dit soort technologie steeds bruikbaarder kunnen worden.

Er zijn inmiddels ook tools die specifiek op de Nederlandse markt gericht zijn, zoals Synthesia voor AI-avatars die Nederlands spreken, of meer algemene platforms als HeyGen en CapCut. De keuze hangt af van wat je nodig hebt en hoeveel controle je wilt over het resultaat.

Een observatie tot slot

Wat mij bij Wan 3.0 het meest bezighoudt, is niet het model zelf, maar de verschuiving die het vertegenwoordigt. Een half jaar geleden was AI-video nog vooral een speeltje — korte, soms bizarre clips die je op LinkedIn zag langskomen. Nu uploadt iemand een PowerPoint en krijgt er een video van terug. De afstand tussen "ik heb een idee voor een video" en "ik heb een video" wordt kleiner.

Of dat voor jouw bedrijf nu relevant is, hangt af van je situatie. Maar ik zou het op z'n minst in de gaten houden. De snelheid waarmee deze modellen bruikbaarder worden, verrast me keer op keer.