حسناً... هذا جنوني!

أطلقت Alibaba للتو نموذج Wan2.2-S2V، وهو نموذج لتحويل الكلام إلى فيديو يحتوي على 14 مليار معلمة.

حوّل الصوت إلى مقاطع سينمائية بجودة عالية مع تحكم واقعي في الحركة والبيئة. وهو مفتوح المصدر بالكامل.

أمثلة أدناه: (صوت على)