北京
上周末，台北迎来了一场特殊的创作实验。Wan 联合 GMI Cloud 办了一场 AI 电影创作挑战赛，60 多名 AI 视频从业者组成 19 支队伍，用最新的 Wan3.0 视频模型，在几小时内产出了 17 部 AI 生成的短片。
这个数字放在传统影视行业里几乎不可想象——一个剧组从筹备到杀青，周期以月为单位。而这次挑战赛的参与者们，用 AI 视频模型把整个流程压缩到了几个小时。与其说这是一场比赛，不如说是一次对 AI 视频生产能力的集中压力测试。
金马奖导演坐镇评审
这场挑战赛的规格并不低。主办方邀请了多位金马奖获奖导演参与圆桌讨论，并担任比赛评委。金马奖是华语电影界最具分量的奖项之一，获奖导演的到场，意味着 AI 视频创作正在进入专业电影人的视野。
这些导演的参与不只是挂名。他们既在圆桌环节和创作者们交流，也实际参与了作品评审。当传统电影工业的代表人物开始认真审视 AI 生成的短片，这件事本身就传递了一个信号：AI 视频不再只是技术圈的玩具，它正在被当作一种严肃的创作媒介来对待。
Wan3.0 模型是这次比赛的核心工具
所有参赛作品都基于 Wan3.0 AI 视频模型生成。这是阿里云旗下 Wan 系列的最新版本，也是这次挑战赛的技术底座。19 支队伍在有限时间内完成从创意到成片的完整流程，考验的不仅是创作者的想象力，更是模型在生成质量、速度和可控性上的综合表现。
从结果来看，17 部短片在几小时内全部产出，说明 Wan3.0 在批量生成场景下具备一定的稳定性。对于 AI 视频创作者来说，模型能否在连续高强度调用下保持输出质量，是决定工作流效率的关键因素。
AI 视频创作正在从单点工具走向协作生态
这次挑战赛值得注意的另一点，是 Wan 和 GMI Cloud 的联合主办。GMI Cloud 提供算力基础设施，Wan 提供视频生成模型，两者结合构成了 AI 视频创作的一条完整链路。创作者不需要自己折腾 GPU 集群，也不用担心模型部署，拿到工具就能直接开工。
这种"模型+算力"打包的模式，正在降低 AI 视频创作的门槛。过去，一个独立创作者想用顶级视频模型，要么排队等 API 配额，要么自己搭环境。而现在，像这样的联合活动正在把基础设施成本摊薄，让创作者把精力集中在内容本身。
获奖作品已公开，创作边界在被重新定义
比赛结束后，主办方公布了获奖名单，获奖视频合集也已上传至 YouTube 播放列表。对于没能到场的创作者来说，这些作品是了解 Wan3.0 生成能力上限的直观样本。
回到开头那个数字：19 支队伍、60 多名创作者、17 部短片、几个小时。放在一年前，这个产出效率几乎不可能实现。AI 视频模型的迭代速度，正在把"拍一部短片"从以月为单位压缩到以小时为单位。当工具的门槛持续降低，真正拉开差距的，可能就只剩下创意本身了。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
