Wan 3.0 剛剛登上影片排行榜榜首。開放權重故事如今成了影片故事。
在生成式 AI 熱潮的大部分時間裡，開放權重的討論都屬於圖像領域。Stable Diffusion 證明了你可以在自己的 GPU 上運行真正的模型，而 LoRA 與 ControlNet 的完整生態系也圍繞它成長。影片則不同。最好的影片模型仍鎖在 API 之後，而「開源影片」意味著落後於封閉領先者的小型模型。
這個情況本月改變了。Wan 3.0，阿里巴巴的影片模型，在 Artificial Analysis 的新一代 AA-Video-T2V v2.0 基準測試中登上榜首，該基準由超過 68,000 次人類偏好投票、涵蓋約一千個提示建立。Wan 3.0 取得 1157 的 Elo，並在 20 個類別排名中拿下 10 個第一。同一份排行榜也把 Wan 3.0 列為影片編輯第一，領先字節跳動的 Seedance 和 MiniMax 的 H3。
重要意義與其說在於某個數字，不如說在於它代表什麼。一個開放權重的中國模型如今已能與 Google 的 Veo 3.1 及封閉陣營其餘模型競爭，並在若干排名中領先。定價也說明了同一件事。Wan 3.0 依解析度不同，每秒收費 0.05 至 0.20 美元，而 Veo 3.1 標準方案為每秒 0.40 美元。阿里巴巴在香港配股募資 100 億美元，正是為了資助這波攻勢，而策略顯而易見：低價出售、搶占市占，讓企業客戶成為成長引擎。
在技術上，Wan 3.0 是為一致性與結構化輸入而打造。它能在單次生成中產生最長 30 秒的片段，是前代 15 秒上限的兩倍，最高可達 1080p，並具備同步的微表情與多語言語音。更有趣的是，它接受文件、PDF、PowerPoint 和試算表作為輸入，能把簡報或報告變成影片。這個文件轉影片的角度，明確瞄準企業工作流程，而不只是個別創作者。
文件轉影片功能值得比現在更多的關注。大多數影片模型要的是文字提示或圖片。Wan 3.0 要的是你既有的資產——你已經做好的簡報、你已經寫好的報告——並把它們視為真實來源。對於活在文件裡的企業來說，這把從「我們有一份報告」到「我們有一支影片」的摩擦力降到幾乎為零。它是第一個把企業文件流程當作入口的模型，這是一步安靜但聰明的棋。
對正在選擇影片技術堆疊的團隊來說，這打亂了決策。舊有的假設——開放模型是你負擔不起或無法使用封閉模型時的選擇——正在減弱。你現在可以自行架設一個登上排行榜榜首的模型，這對於那些與品質無關、而與控制權有關的情境很重要。資料不能離開自家基礎架構的客戶，除了自行架設模型之外沒有合規選項，而這是第一次這個選項不必在輸出品質上妥協。
有一個在熱情中被跳過的但書。自行架設不是因為權重免費就免費。你要付出 GPU、整合工作，以及在你實際達到的用量下維持流程健康的不斷投入。模型免費；工程不免費。對多數小型團隊來說，託管端點在總成本上仍然勝出，直到用量大到足以合理化硬體支出。
基準測試的背景對於正確解讀這次勝利很重要。AA-Video-T2V v2.0 是新世代的人類偏好評估，它以 1080p 評判每個模型，這移除了過去靠低解析度取勝的伎倆。Wan 3.0 在 20 個類別排名中拿下 10 個第一，並取得 1157 的最高總體 Elo。這不是小眾勝利或有利類別；這是對整個領域的廣泛、具競爭力的結果，包括那些每秒成本高出八倍的模型。當一個每秒 0.05 美元的開放模型擊敗每秒 0.40 美元的封閉模型，價值主張很難反駁。
還有一個難以忽視的政治面向。AI 影片競賽已成為中國與美國實驗室之間更大競爭的代理戰場，而 Wan 3.0 的基準測試王冠，正是會因不同理由被兩國引用的結果。在中國，它證明國內技術堆疊能在品質上競爭，而不只是價格。在美國，它是運算成本不是唯一正在轉變之事的證據。兩種框架都無法完全捕捉正在發生的事：一場真正的競爭性趨同，以更低價格和更強大的開放模型形式造福使用者。
開放權重跨入影片，也對 AI 的更廣泛地緣政治有影響。中國實驗室贏得價格戰已有一段時間，如今它們也在基準測試上勝出，這把敘事從「廉價模仿」變成「真正具競爭力」。同樣的動態已在圖像生成領域隨著 Qwen-Image 和 Z-Image 上演，也在語言模型領域隨著 DeepSeek 和 Qwen 上演。影片是西方封閉實驗室最後的主要堡壘，而 Wan 3.0 剛剛表明大門已經打開。
基準測試王冠是頭條，但真正的故事是影片生成如今有了一條可信的開放道路。跟著 Stable Diffusion 而來的同樣動態，很可能也會在這裡出現：微調、社群控制節點、區域部署，以及 API 供應商從未費心服務的長尾使用案例。微調過的開放模型早已是在圖像工作中維持特定角色或風格的標準做法，而影片創作者也會想要同樣的能力，能用自己的品牌或產品進行訓練。
已經有這個生態系正在成形的早期證據。MiniMax H3 生態系已產生一個開源提示建構器，以及一波針對動畫與角色工作的社群微調，呼應 Stable Diffusion 的劇本。當開放權重好到足以登上基準測試榜首，圍繞它們形成的社群就不再是小眾；它就是主流，而從中產生的創新——控制節點、區域託管、隱私保護的本機推論——往往比任何單一供應商能出貨的速度更快。
對團隊的實際意涵很具體，值得重申。如果你在 2026 年底選擇影片技術堆疊，問題不再是品質上的「開放或封閉」。而是控制、成本與退出風險的問題。開放權重給你第一項，降低第三項，代價是第二項。封閉 API 給你便利，代價是三項全失。能無痛度過下一次模型下架的團隊，是那些已經決定自己在這個取捨中站在哪一邊的團隊，而不是等到供應商宣布關閉時才痛苦地發現。
對任何以生成式影片為基礎打造事物的人來說，實際的教訓是停止把開放權重當作退路。把它當作策略選項。下一次有封閉供應商像 OpenAI 剛剛對 Sora 那樣讓某個模型退役時，不會手忙腳亂的團隊，會是那些至少把一隻腳留在開放道路上的團隊。開放權重以前是安慰獎。在影片領域，它們剛剛成了獎盃櫃。