Wan 2.6 от Alibaba: как закрытая модель обошла Kling в анимации фотографий
В мае 2026 года Alibaba выпустила Wan 2.6 — обновление своей закрытой модели для генерации видео из статичных изображений. В слепых тестах на Artificial Analysis Video Arena модель обошла Kling 3.0 в категории image-to-video с рейтингом Elo 1278 против 1261. Это первый случай, когда внутренняя разработка Alibaba для e-commerce превзошла специализированный продукт Kuaishou в анимации портретов.
Что изменилось в Wan 2.6
Wan 2.6 построена на базе диффузионного трансформера с улучшенной обработкой референсных изображений. Модель научилась сохранять мелкие детали лица — текстуру кожи, форму глаз, освещение — при добавлении движения. В тестах на портретах моделей одежды Wan 2.6 выигрывает у Kling 3.0 в 54 процентах прямых сравнений. Это критично для карточек товаров, где неточность в передаче цвета или кроя означает возврат.
Техническое отличие — в способе обработки латентного представления исходной картинки. Wan 2.6 использует отдельный энкодер для извлечения признаков лица и передаёт их напрямую в диффузионный процесс, минуя общий патч-эмбеддинг. Это позволяет модели удерживать идентичность персонажа даже при сложных движениях камеры — наклонах, приближениях, поворотах на три четверти.
Где Wan 2.6 проигрывает конкурентам
В категории text-to-video Wan 2.6 держит только шестое место с рейтингом Elo 1189, уступая HappyHorse 1.0, Seedance 2.0, Veo 3.1 и Kling 3.0. Модель плохо справляется с генерацией сложных окружений с нуля — городские улицы, интерьеры с несколькими источниками света, природные ландшафты с динамической погодой. Её сила — в анимации готового изображения, а не в создании сцены по текстовому описанию.
Максимальная длина клипа — восемь секунд в разрешении 1080p. Kling 3.0 генерирует до пятнадцати секунд в 4K при 60 кадрах в секунду. Veo 3.1 выдаёт непрерывные ролики до минуты. Wan 2.6 заточена под короткие демонстрационные клипы для карточек товаров — этого достаточно для Taobao и Tmall, но недостаточно для производства рекламных роликов.
Почему это важно для e-commerce
Alibaba разрабатывает Wan внутри Tongyi Lab — подразделения, которое обслуживает алгоритмическую инфраструктуру торговых платформ группы. Wan 2.6 уже интегрирована в инструменты для продавцов на Taobao: загружаешь фото товара, выбираешь тип движения — плавный поворот, приближение, лёгкое покачивание — и получаешь видео за двадцать секунд. Это снижает порог входа для малого бизнеса, у которого нет бюджета на съёмку с моделями.
Конкуренты предлагают похожие сценарии, но через внешние API с оплатой за клип. Wan 2.6 встроена в экосистему Alibaba и доступна продавцам по подписке, привязанной к тарифу магазина. Это меняет экономику контента: вместо того чтобы заказывать съёмку или покупать клипы поштучно, продавец генерирует сотни вариаций одного товара и A/B-тестирует их напрямую в карточке.
Что это меняет на рынке видеомоделей
Появление Wan 2.6 в топе Video Arena показывает, что специализация побеждает универсальность в узких задачах. Kling 3.0 и Veo 3.1 строились как платформы общего назначения — от рекламы до кино. Wan 2.6 заточена под единственный сценарий — анимацию товарных фотографий для онлайн-торговли — и в этом сценарии обходит универсальные решения.
Это тренд, который усиливается с каждым кварталом. HappyHorse 1.0 доминирует в портретах с lip-sync. Seedance 2.0 — в длинных роликах с богатым звуковым оформлением. Kling 3.0 — в высокоскоростной динамике. Wan 2.6 — в анимации статики для e-commerce. Универсальной модели, которая выигрывает везде, больше нет. Выбор инструмента теперь зависит от конкретной задачи, а не от имени вендора.
Все упомянутые модели — Wan 2.6, Kling 3.0, Veo 3.1, Seedance 2.0, HappyHorse 1.0 — доступны для тестирования в GEMERA AI. Попробуйте их на своих задачах и выберите ту, что решает вашу проблему точнее остальных.