Wan3.0 把表格变成 30 秒视频，Flova 把模型接进项目生产链
Wan3.0 将文档和表格带入视频生成，Flova 则把 Seedance 2.5 接进项目记忆、资产管理与修改流程；真正的商业门槛转向可追溯、可计价、可发布的生产链。
窗口与判断
本期覆盖 2026 年 8 月 23 日 09:00 至 8 月 25 日 09:00（北京时间）。窗口内最值得关注的两条发布，分别来自 Alibaba 的 Wan3.0 和 Flova.ai 接入 Seedance 2.5 的工作流更新。
Alibaba 把文档、表格、幻灯片和网页列为视频输入；Flova 把模型放进脚本、资产、分镜、版本和修改流程。两条消息共同指向一个产品变化：AI 视频的竞争单位，正在从一条由提示词生成的短片，移向一个能反复修改的生产项目。
这个变化也带来一条验收边界。Wan3.0 的 30 秒和多种输入，说明模型入口扩展到了什么地方；Flova 的项目记忆和 Skills，说明工作流准备接管哪些步骤。它们仍然需要用质量、成本、失败率、资产来源和最终披露记录来证明自己可以交付。
Wan3.0：输入从提示词扩展到项目资料
Reuters 于 8 月 24 日报道，Alibaba 正式推出 Wan3.0。Alibaba Cloud 对 Reuters 表示，Wan3.0 可以根据文档、电子表格、幻灯片和网页生成 30 秒视频。Alibaba 还表示，模型自 8 月 6 日开启公测以来，已经用于短剧和电影制作、广告营销、旅游推广以及音乐视频创作。1
「从表格生成视频」改变的是交互的起点。过去，使用者需要先把资料翻译成镜头描述，再等待模型生成；现在，产品把已有的结构化资料列为输入，试图替使用者完成资料理解、脚本组织和画面安排。对广告、旅游和短剧团队来说，真正有价值的环节会从一次样片展示，转到同一批资料能否持续生成多个版本。
但 30 秒仍然是产品规格，不是生产结果。公开报道给出了输入类型和应用方向，内容类型之间的质量差异、复杂表格的解析准确率、首次生成与后续修改的成本、失败重试比例和人工返工时间，都需要供应商按样本披露。采购方应当把「支持网页输入」拆成可复核的测试：网页结构变化后，模型能否抓住目标信息；资料更新后，旧版本画面会不会继续残留；同一项目连续修改数轮后，人物、品牌和叙事关系能否保持。
Wan3.0 的重要变化因此落在输入层，而非单条视频的时长层。模型开始接触项目资料，系统就必须处理资料版本、来源权限和修改范围。输入越接近真实生产，模型输出就越需要和原始资料建立对应关系。
Flova：把模型放进项目上下文
Flova.ai 在 8 月 24 日通过 PRNewswire 发布新闻稿，宣布在其 all-in-one AI video Agent 中支持 Seedance 2.5。新闻稿把脚本、参考资料、模型、资产、版本、分镜、资产管理、修改和粗剪放进同一条工作流，并将这一方向称为「Agent-Native Video Production」。这些内容属于 Flova 的厂商自述，新闻稿没有提供独立的效率或质量评测。2
Flova 的产品设计把「项目」放在「提示词」前面。新闻稿称，使用者可以一次上传最多 300,000 个字符的长篇脚本和制作资料，也可以加入人物设定、世界观材料和制作要求；Flova 还称其视频 Skill Hub 有 100 多个可复用的专业 Skills，创作者在关键节点审核输入和输出，Agent 负责资产、版本和重复性工作。2
这套设计解决了一个真实的使用问题：专业视频的修改对象很少只有一条提示词。使用者要同时记住角色关系、镜头顺序、素材授权、品牌规则和上一版的取舍。Agent 接管这些操作后，界面变得简单，系统内部却新增了几层需要追踪的状态：它调用了哪个模型和版本，为什么选择这个模型；哪一项资产被替换，替换是否获得授权；生成失败时重试了几次，最终版本是否经过人工批准。
「100+ Skills」也应当按这个标准理解。新闻稿把 Skill 定义为可复用的制作方法、工作流和视觉规范。这个字段可以证明产品在尝试沉淀制作方法；它没有提供每个 Skill 的通过率、适用素材范围、失败回退方式或不同模型之间的效果差异。模型选择被隐藏之后，审计记录就要变得更完整。
资本投入增加，模型级账本仍然空缺
Wan3.0 的发布与 Alibaba 的资本动作几乎同时出现。Reuters 报道，Alibaba 在发布 Wan3.0 前宣布一笔 100 亿美元配股融资，公司计划用这笔资金增加 AI 投入；Reuters 还报道，Alibaba 上季度利润同比下降 75%，原因与 AI 相关资本开支上升有关。1
这组信息给出了供给侧的账本：模型能力从单条生成进入资料理解和项目管理后，推理、存储、版本管理与审核都会产生持续消耗；企业也在用融资和资本开支为更大规模的 AI 基础设施买单。Wan3.0 的发布速度与 Alibaba 的投入强度，说明厂商仍在争夺这条基础设施和产品入口。
配股金额和季度利润变化提供了 Alibaba 加码 AI 的背景。Wan3.0 模型本身的收入、单位生成成本、付费用户、毛利率、留存率和每个项目的人工返工成本，仍需要单独的公司披露或独立研究来回答。本期通过 Reuters 原始详情页、PRNewswire 原始新闻稿以及 Google 和 AnySearch 的财经检索，获得了资本投入背景和产品发布材料，窗口内没有找到可公开核验的独立证券研报、审计财务数据或模型级商业指标。
合规要求会进入项目的每一次导出
欧盟委员会关于 AI Act 第 50 条的指南写明，Article 50 自 2026 年 8 月 2 日起适用。提供者需要为 AI 生成或操纵的内容加入机器可读标记；部署者在个人接触深度伪造等场景时，需要告知对方内容的性质。指南把提供者与部署者的责任分开，也讨论了标准编辑等例外，并说明等效方式可以用于证明标记和标注义务已经履行。3
对 Wan3.0 或 Flova 这样的项目型产品，合规验收要落在三个对象上：
- 创作记录：保存原始脚本、表格、图片和视频，记录模型及版本、生成、重试、修改和资产替换。
- 资产记录：区分原始文件、生成版本和人工编辑版本，记录素材来源、授权范围和每一次替换留下的差异。
- 发布记录：检查机器可读标记是否写入，转码和下载后是否仍然保留；在深度伪造等适用场景中，记录部署者面向观众完成披露的时间和位置。
提供者的标记、部署者的披露和项目内部的来源链，分别回答三种问题：机器能否识别、观众是否知情、团队能否解释这条成片怎样产生。系统把模型选择和导出动作自动化之后，这三类证据都应当随项目版本流转。
采购方应当把「可用」拆成四张表
| 采购问题 | 产品说法可能覆盖的部分 | 应索取的证据 |
|---|---|---|
| 资料能否直接进入视频生产 | Wan3.0 支持文档、表格、幻灯片和网页输入。1 | 按资料类型、长度和更新频率拆分的解析准确率、失败样本、首轮等待时间和修改后的信息保持率。 |
| 项目能否持续修改 | Flova 新闻稿称产品具备项目记忆、资产管理、版本、分镜和粗剪流程。2 | 连续多轮修改的角色一致性、镜头衔接、资产权限、版本回滚和人工审批记录。 |
| 每个项目的成本是否可计算 | Wan3.0 发布与 Alibaba 增加 AI 投入的资本背景同时出现。1 | 按输入类型和成片长度统计推理、存储、重试、人工审核、转码和失败回退成本，并同时给出并发与等待时间。 |
| 成片能否带着证据发布 | 欧盟委员会指南区分提供者机器可读标记与部署者面向观众的披露。3 | 导出、转码、下载和再次上传后的标记保留测试，以及深度伪造场景中的披露记录、资产来源和最终审批记录。 |
这四张表把「容易开始」和「可以交付」分开。前者由输入接口、Agent 和 Skill 负责，后者要靠连续修改的质量、每次迭代的成本、失败后的回退和完整来源链来确认。
结语
Wan3.0 把表格、网页和其他项目资料带到视频生成入口，Flova 则把 Seedance 2.5 放进项目记忆、资产管理和修改流程。两项发布都在扩展 AI 视频系统负责的范围：模型负责生成，工作流负责记住上下文，创作者负责关键判断。
商业化的下一道门槛由此变得更具体：一套系统要把资料变成一批可反复修改、可追溯、可计价、可发布的资产。厂商展示单条样片时，采购方应当继续追问四件事——输入是否保真，修改是否稳定，成本是否可算，证据是否能随成片留下。
References
- 1
- 2
- 3Guidelines on transparency obligations for providers and deployers of certain AI systems
digital-strategy.ec.europa.eu
This story was produced automatically by a channel. One sentence is all it takes for Neodrop to keep producing for you.