Wan 3.0 so với Wan 2.7: Tôi đã mở các tệp demo của chính Alibaba. Ba thông số kỹ thuật mà mọi người sao chép đều sai.

Hai màn hình chỉnh sửa đặt cạnh nhau, màn hình bên trái cho thấy quái vật biển trồi lên trong cơn bão, màn hình bên phải cho thấy cùng cơn bão nhưng bị cắt ngắn

Phát đoạn clip quái vật biển dài 30 giây mà Alibaba gửi kèm bản beta Wan 3.0. Tàu đánh cá, mưa như trút, sấm chớp, rồi đại dương bùng nổ hướng lên trên. Mười cảnh quay riêng biệt. Không một lần cắt. Nhạc nền giao hưởng bên dưới do chính mô hình sáng tác.

Phản ứng đầu tiên của bạn không phải là "wow." Mà là "chính xác thì Wan 2.7 của tôi thiếu gì?"

Vậy nên tôi đi tìm câu trả lời, và điều đầu tiên tôi phát hiện ra là hầu hết internet đang trả lời sai. Tìm kiếm wan 3.0 vs wan 2.7 và kết quả hàng đầu tự tin cho bạn biết Wan 3.0 kết xuất 4K gốc và các trọng số đã có trên Hugging Face. Cả hai đều không đúng. Tôi đã tải các tệp demo chính thức về máy tính xách tay và đọc chúng bằng ffmpeg, sau đó kiểm tra kho mô hình và các bảng giá đã công bố. Bản nâng cấp thực sự rất lớn. Nó chỉ không phải là bản nâng cấp mà mọi người đang mô tả.

Wan 3.0 so với Wan 2.7: những điểm chính

• Thời lượng là điểm nhấn. Wan 3.0 tạo 30 giây trong một lần với đề xuất "thời lượng thông minh" tự động. Wan 2.7 giới hạn ở 15 giây cho văn bản thành video và hình ảnh thành video, và 10 giây cho tham chiếu thành video và chỉnh sửa video.
• Tham chiếu tăng từ một vài lên một đám đông. Wan 2.7 chấp nhận tối đa 5 mục tham chiếu. Wan 3.0 chấp nhận tối đa 20, và lần đầu tiên chấp nhận tệp doc, xls, ppt, pdf và md, cộng với các trang web, làm đầu vào tạo.
• Không có 4K. Bảng giá API của riêng Alibaba có chính xác ba bậc: 480P, 720P và 1080P. Trên Atlas Cloud, Wan 2.7 thực sự cung cấp mức trần cao hơn thông qua các tùy chọn siêu phân giải 1080P-SR và 1440P-SR.
• Các trọng số không được mở. Tổ chức Wan-AI trên Hugging Face vẫn dừng ở Wan 2.2. Không có kho lưu trữ 3.0, không có kho lưu trữ 2.7, và không có kho lưu trữ 2.5.
• Wan 3.0 chỉ là bản beta và chỉ dành cho bên thứ nhất. Nó chạy trên Alibaba Cloud Bailian, trang Wanxiang, ứng dụng desktop Qianwen Creation và một vài sản phẩm cùng hệ thống. Nếu bạn cần một API có thể gọi trong sản xuất trong tuần này, Wan 2.7 vẫn là thế hệ trả lời.
• Muốn xem định dạng trước khi bạn học ngữ pháp prompt? Atlas Cloud có trình tạo quảng cáo hài kịch AI miễn phí biến một mô tả sản phẩm thành quảng cáo hài kịch hai nhân vật dài 15 giây với hội thoại có lời. Một lần tạo miễn phí, không có watermark.

Toàn bộ chuỗi kaiju dài 30 giây, do Alibaba tạo trên Wan 3.0 trong bản beta công khai và được xuất bản trong sổ tay hướng dẫn tạo Wan 3.0 chính thức. Chúng tôi không tạo clip này. Bật âm thanh: nhạc nền là một phần của đầu ra, không phải nhạc nền được thêm vào sau. Tệp như được gửi: 1920x1072, 24fps, 30.07s, âm thanh nổi AAC 44.1kHz.

Đây là điều đầu tiên mà các bảng thông số kỹ thuật bỏ sót. Tệp đó có kích thước 1920x1072, không phải 1920x1080. Mọi bản demo "1080p" trong sổ tay chính thức đều nằm ở chiều cao 1072 pixel, và một số bản demo đã công bố khác là 1280x720 thuần túy. Mười hai trong số mười chín clip trong sổ tay kéo dài từ 30,05 đến 30,07 giây, cho bạn biết trần 30 giây là một giới hạn cứng thực sự chứ không phải một con số làm tròn tiếp thị.

Tại sao câu hỏi Wan 3.0 so với Wan 2.7 khó hơn bạn nghĩ

Câu trả lời trung thực là hầu như không ai chạy cả hai mô hình trên cùng một prompt, bởi vì hầu như không ai có thể. Wan 3.0 mở cửa cho bản beta công khai vào ngày 6 tháng 8 năm 2026 và sống trên các bề mặt của riêng Alibaba (QbitAI, tháng 8 năm 2026). Các nền tảng suy luận của bên thứ ba chưa tiếp nhận nó. Vì vậy, nội dung so sánh tồn tại là bảng thông số kỹ thuật này với bảng thông số kỹ thuật kia, và các bảng thông số kỹ thuật đã được sao chép ngang cho đến khi các lỗi vôi hóa.

Ba "sự thật" về Wan 3.0 so với Wan 2.7 hoàn toàn sai

"Wan 3.0 là 4K gốc." Không phải. Bảng giá API đã công bố chạy 480P, 720P và 1080P với giá ¥0.3, ¥0.6 và ¥1.2 mỗi giây. Ba bậc, không có bậc thứ tư. Trong khi đó, Atlas Cloud công bố 1080P-SR và 1440P-SR trên Wan 2.7, vì vậy trên trần pixel thuần túy, thế hệ cũ hơn hiện đang thắng.

"Các trọng số của Wan 3.0 được mở." Không phải. Duyệt Hugging Face và họ mô hình mới nhất được phát hành của tổ chức Wan-AI là Wan 2.2, bao gồm các biến thể Animate và S2V. Dòng video cốt lõi đã không xuất xưởng trọng số kể từ 2.2. Nếu bạn muốn thứ gì đó cho biểu đồ ComfyUI cục bộ, 2.1 và 2.2 là các lựa chọn của bạn và điều đó chưa thay đổi.

"Ngữ pháp prompt mang trực tiếp sang." Điều này đúng một nửa theo cách sẽ đốt cháy bạn. Các từ mang theo. Cấu trúc thì không. Prompt chính thức của Wan 3.0 là các kịch bản nhiều cảnh có dấu thời gian: prompt kaiju là mười cảnh được đánh số, prompt billboard là bốn nhịp được gắn nhãn với phạm vi giây rõ ràng. Dán một kịch bản mười cảnh vào một mô hình 15 giây và nó không duyên dáng chọn sáu cảnh. Nó nén lại.

Tại sao bạn không thể chỉ hoán đổi prompt giữa Wan 3.0 và Wan 2.7

Có một cái bẫy thứ hai bên dưới cái đó, và đó là lý do tại sao "chỉ ghép hai clip" không cứu bạn.

Wan 2.7 có chế độ tiếp nối video. Nó trông giống như một con đường dẫn đến 30 giây. Nó không phải. Clip nguồn bạn cung cấp cho nó phải dài từ 2 đến 10 giây, vì vậy một lần tạo 15 giây không thể là hạt giống. Đầu ra mã hóa lại nguồn, làm mất phần đuôi của clip bạn đã cung cấp. Và chuỗi các lần tiếp nối có xu hướng trôi ngược về nhịp mở đầu thay vì đưa câu chuyện tiến lên. Mười lăm giây là trần cứng cho một tệp Wan 2.7 liên tục. Bất cứ thứ gì dài hơn đều là chỉnh sửa, không phải tạo.

Đó là chi phí di chuyển thực sự giữa hai thế hệ này, và không có bảng so sánh nào sẽ cho bạn thấy điều đó.

Bảng thông số kỹ thuật Wan 3.0 so với Wan 2.7 và nơi thực sự chạy nó

Để kiểm tra bất kỳ điều nào trong số này, bạn cần một nơi nào đó chạy văn bản thành video, tham chiếu thành video và chỉnh sửa video trên cùng một tài khoản, với thanh toán theo giây để một lần thử thất bại chỉ tốn vài giây thay vì một khoản đăng ký. Mọi thứ về phía Wan 2.7 của bài viết này đều chạy trên Atlas Cloud, nơi lưu trữ bốn điểm cuối Wan 2.7 và mô hình hình ảnh được sử dụng cho thử nghiệm tham chiếu. Wan 3.0 chưa có trên Atlas Cloud hoặc bất kỳ nền tảng bên thứ ba nào khác, đó chính xác là lý do tại sao tài liệu Wan 3.0 trong bài viết này đến từ các ấn phẩm beta của chính Alibaba.

Bảng 1: Wan 3.0 so với Wan 2.7, thế hệ này với thế hệ khác

Bảng 2: các điểm cuối Wan 2.7 được sử dụng trong bài viết này

Một chi tiết giá cả đáng ghi nhớ trước khi bạn chạy bất cứ thứ gì: tiêu đề "$0,1 mỗi giây" là mức cơ bản 720P. Trang chỉnh sửa video ghi lại hệ số nhân 1,5x cho 1080P hoàn toàn, và nút Run báo giá thực tế cho bất kỳ bậc nào bạn đã chọn. Đọc nút, không phải tiêu đề.

Tự chạy thử nghiệm Wan 3.0 so với Wan 2.7

Bốn bước. Hai trong số đó sử dụng tài liệu đã công bố của Alibaba làm điểm tham chiếu cố định, hai bước còn lại là các lần chạy do chính bạn thực hiện. Không có gì ở đây yêu cầu quyền truy cập vào bản beta Wan 3.0.

Bước 1: Lấy clip Wan 3.0 và prompt gốc của nó

Phía Wan 3.0 của thử nghiệm này không phải là thứ bạn tạo ra. Nó là thứ bạn đọc. Prompt kaiju đầy đủ được công bố trong sổ tay hướng dẫn tạo Wan 3.0 chính thức, cùng với clip đã hoàn thành, dưới ví dụ "灾难电影". Đó là một kịch bản tiếng Trung với mười cảnh được đánh số và một đoạn văn riêng mô tả nhạc nền.

Đọc nó một lần trước khi bạn làm bất cứ điều gì khác. Cấu trúc là bài học: mười cảnh, mỗi cảnh có máy quay, chủ thể và ghi chú ánh sáng riêng, kết thúc bằng một bản tóm tắt nhạc nền. Đó là những gì một prompt tạo một lần duy nhất trong 30 giây trông như thế nào.

Bước 2: Chạy cùng prompt đó qua Wan 2.7 văn bản thành video

Mở sân chơi Wan 2.7 văn bản thành video và dán bản dịch tiếng Anh của cùng kịch bản đó. Đừng rút ngắn nó ngay. Bạn muốn xem mô hình làm gì khi ý định vượt quá trần.

PlainCopy
1Một chuỗi điện ảnh chân thực dài 30 giây: một kaiju biển sâu xuất hiện vào ban đêm trong một cơn bão dữ dội. Mở đầu bằng một chiếc tàu đánh cá nhỏ, ọp ẹp với dòng chữ trắng "WAN" trên thân tàu, đang chiến đấu với những con sóng khổng lồ dưới mưa như trút; tia chớp thắp sáng toàn bộ đại dương trong chốc lát. Đẩy đến một cận cảnh vừa trên boong: sóng đập vào mũi tàu, dây thừng, lưới và lan can kim loại quất trong gió, mưa vệt trên ống kính. Sau đó, vùng biển phía trước phồng lên một cách bất thường, một vòng xoáy khổng lồ hình thành, và một bóng tối rộng lớn lướt qua bên dưới con thuyền, nâng nó lên. Một thủy thủ trong áo mưa ướt sũng bám chặt lan can, kinh hoàng, và quay về phía mặt nước. Cuối cùng, bề mặt nổ tung hướng lên trên và một quái vật biển khổng lồ theo phong cách Pacific Rim trồi lên: da ướt, sẹo, nhiều nếp nhăn, hàm rộng, hàng chục mét nước bắn tung tóe. Cận cảnh đầu nó gầm rú trong tia chớp. Con tàu đánh cá gần như bị nuốt chửng. Kết thúc bằng một cảnh rộng: kaiju sừng sững trên biển động, con thuyền nhỏ xíu ở tiền cảnh, một tia chớp cuối cùng. Nhạc nền phim thảm họa Hollywood: tiếng ầm ầm trầm thấp và dây đàn thưa thớt xây dựng lên đến kèn đồng và bộ gõ nặng tại thời điểm trồi lên, kết thúc bằng một hợp âm trầm kéo dài ngột ngạt. Tỷ lệ chân thực, nước thể tích, ánh sáng bão tương phản cao.

Cài đặt: Độ phân giải 1080P, Thời lượng 15 giây (tối đa), Tỷ lệ khung hình 16:9, bật âm thanh để mô hình tự tính điểm. Để trống ô tham chiếu âm thanh.

Sân chơi Wan 2.7 văn bản thành video trên Atlas Cloud với prompt kaiju đã tải và clip 15 giây hoàn chỉnh trong bảng OUTPUT

Sân chơi Wan 2.7 văn bản thành video trên Atlas Cloud, prompt đã dán, chọn 1080P và 16:9. Nút Run báo giá $0,75 cho lần thử ngắn này, tương đương $0,15 mỗi giây: hệ số nhân 1080P 1,5x hiện rõ, trên một trang mô hình có số tiêu đề là $0,1.

Sau đó chạy nó lần thứ hai với một dòng được thêm vào prompt:

PlainCopy
1Một cảnh quay liên tục duy nhất, không cắt. Ưu tiên khoảnh khắc trồi lên; nén phần thiết lập.

Dòng đó là công việc di chuyển ở dạng thu nhỏ. Một kịch bản 30 giây phải được viết lại dưới dạng một ý định 15 giây, và bạn là người quyết định cảnh nào trong số bảy cảnh sẽ chết.

Bên trái: đầu ra Wan 3.0 chính thức, 30 giây. Bên phải: Wan 2.7 trên Atlas Cloud chạy cùng prompt, dừng ở trần 15 giây.

Bước 3: Xây dựng hình ảnh tham chiếu cho thử nghiệm nhận dạng Wan 3.0 so với Wan 2.7

Thời lượng là bản nâng cấp ồn ào. Tính nhất quán cấp pixel là thứ thực sự thay đổi công việc sản xuất, và bạn có thể kiểm tra nó với hai con mèo.

Sổ tay của Alibaba bao gồm một tác phẩm phỏng theo Wes Anderson, trong đó cùng một con mèo ragdoll và cùng một con mèo đen phải sống sót qua năm môi trường hoàn toàn khác nhau: một hành lang khách sạn đối xứng, một góc nhìn cắt ngang, một lồng máy giặt, một băng chuyền hành lý sân bay và một buồng điện thoại màu đỏ. Cả hai con mèo đều được gắn thẻ tham chiếu @Image1 và @Image2.

Trước tiên, hãy tạo hai tham chiếu của riêng bạn. Sử dụng GPT Image 2 với chất lượng đặt ở mức cao và khung hình 16:9, và chạy nó hai lần.

PlainCopy
1Một bức chân dung studio của một con mèo ragdoll mềm mại với đôi mắt xanh và mặt nạ tối, ngồi thẳng đối diện máy ảnh, được chiếu sáng đồng đều trên nền hồng nhạt trơn, chi tiết lông sắc nét, toàn bộ cơ thể có thể nhìn thấy, khung tham chiếu sạch sẽ.

PlainCopy
1Một bức chân dung studio của một con mèo đen nhỏ nhắn, thanh lịch với đôi mắt màu hổ phách sáng, đứng nghiêng về bên phải, được chiếu sáng đồng đều trên nền hồng nhạt trơn, chi tiết lông sắc nét, toàn bộ cơ thể có thể nhìn thấy, khung tham chiếu sạch sẽ.

Sân chơi GPT Image 2 trên Atlas Cloud với chất lượng đặt ở mức cao và bảng tham chiếu mèo ragdoll được kết xuất trong bảng OUTPUT

GPT Image 2 ở chất lượng cao, 16:9. Chạy prompt thứ hai theo cùng cách để có mèo đen.

Bước 4: Chạy thử nghiệm nhận dạng trên Wan 2.7 tham chiếu thành video

Tải lên cả hai con mèo đến điểm cuối Wan 2.7 tham chiếu thành video. Độ phân giải 1080P, tỷ lệ khung hình 16:9, thời lượng 10 giây, là tối đa của điểm cuối này. Prompt dưới đây là danh sách cảnh của sổ tay được nén từ năm nhịp xuống ba, bởi vì mười giây không chứa được năm.

PlainCopy
1Phong cách Wes Anderson, đối xứng hoàn hảo, bố cục phẳng chính diện, bảng màu pastel. Hình ảnh tham chiếu 1 là mèo ragdoll, hình ảnh tham chiếu 2 là mèo đen; giữ cả hai con mèo giống hệt nhau trong mọi cảnh. Cảnh 1: một hành lang khách sạn đối xứng vô tận, mèo ragdoll chạy thẳng về phía máy ảnh với vẻ mặt nghiêm trang, mèo đen phóng nhanh về phía xa trong nền với đầu quay ngược 180 độ. Cảnh 2: một góc nhìn cắt ngang của hành lang, giấy dán tường họa tiết màu hồng và khung tranh mạ vàng, mèo ragdoll đi từ trái sang phải và mèo đen băng qua từ phải sang trái. Cảnh 3: cận cảnh chính diện trên cửa máy giặt cổ điển màu xanh bạc hà, cả hai con mèo trôi nổi cứng nhắc bên trong lồng giữa các bọt xà phòng, mắt trống rỗng, các chai nước giặt xếp theo thứ tự cầu vồng phía sau. Đường ngang và dọc cứng nhắc, không nghiêng máy ảnh, hài hước phi lý thản nhiên.

Sân chơi Wan 2.7 tham chiếu thành video trên Atlas Cloud với cả hai tham chiếu mèo đã tải và clip hoàn chỉnh trong bảng OUTPUT

Wan 2.7 tham chiếu thành video: cả hai con mèo được tải vào các ô tham chiếu hình ảnh, độ phân giải đặt ở 1080P, và nút Run báo giá trước khi bắt đầu. Hai tham chiếu đã là một phần đáng kể trong những gì điểm cuối này chấp nhận. Wan 3.0 chấp nhận 20 mục tham chiếu.

Bây giờ hãy đặt hai cái cạnh nhau.

Clip khóa nhận dạng Wan 3.0 chính thức: cùng một con mèo ragdoll và mèo đen được giữ nhất quán trên hành lang khách sạn, một bức tường cắt ngang, một lồng máy giặt, một băng chuyền hành lý và một buồng điện thoại màu đỏ

Được tạo bởi Alibaba trên Wan 3.0 trong bản beta công khai và được xuất bản trong sổ tay hướng dẫn chính thức. Năm môi trường, 19,9 giây, cả hai con mèo được ghim bằng thẻ tham chiếu. Hiển thị ở đây dưới dạng GIF im lặng; tệp được gửi đi kèm âm thanh nổi 44.1kHz.

Kết quả Wan 2.7 tham chiếu thành video trên cùng bản tóm tắt, ba cảnh trong trần 10 giây

Wan 2.7 tham chiếu thành video trên Atlas Cloud, cùng hai tham chiếu, được hiển thị ở đây dưới dạng GIF im lặng. Đây là bản chụp 5 giây mặc định của điểm cuối thay vì 10 giây đầy đủ: đáng biết rằng kiểm soát thời lượng không phải lúc nào cũng cam kết những gì bạn đặt, vì vậy hãy đọc báo giá nút Run trước khi nhấn. Xem các mảng lông và mặt nạ của mèo ragdoll; đó là khía cạnh mà tuyên bố "tính nhất quán cấp pixel" đề cập đến.

Thêm bốn prompt Wan 3.0 so với Wan 2.7 đáng để chạy lại

Clip kaiju nhấn mạnh thời lượng và vật lý. Ba cái này nhấn mạnh những thứ khác nhau, và mỗi cái va chạm với một giới hạn Wan 2.7 khác nhau. Cả ba đều là đầu ra beta chính thức của Alibaba từ sổ tay hướng dẫn chính thức.

Đầu ra beta chính thức của Wan 3.0: một lần đẩy lùi dài 30 giây xuống hành lang bệnh viện được chiếu sáng bằng đèn huỳnh quang, thang màu xanh lục nhạt đơn sắc, với nữ diễn viên la hét kêu cứu. Bật âm thanh. Diễn xuất, tiếng bước chân và tiếng ồn thiết bị đều do mô hình tạo ra.

Bảng 3: mỗi prompt yêu cầu gì và Wan 2.7 giới hạn ở đâu

Một phiên bản 15 giây miễn phí của cùng ý tưởng

Hãy nhìn vào clip trạm xăng một lần nữa. Định dạng đó, một vở hài kịch ngắn với hai nhân vật, một sự đảo ngược và một câu kết, là nơi thời gian chạy thêm của Wan 3.0 mang lại lợi ích lớn nhất. Nó cũng là định dạng có khả năng bán được thứ gì đó nhất.

Cái bẫy là prompt. Các ví dụ hài kịch trong sổ tay chạy 800 từ với dấu thời gian và khối chặn rõ ràng. Đó là một kỹ năng thực sự và mất một ngày cuối tuần để học.

Nếu bạn chỉ muốn tìm hiểu xem liệu định dạng có hiệu quả cho sản phẩm của bạn trước khi đầu tư vào ngày cuối tuần đó hay không, Atlas Cloud có một công cụ miễn phí bỏ qua hoàn toàn kỹ thuật prompt. Bạn mô tả sản phẩm, tùy chọn tải lên tối đa bốn ảnh sản phẩm với dung lượng 8MB mỗi ảnh, chọn một trong sáu giọng điệu (meme hài hước, xoay chuyển cốt truyện, sitcom, ấm lòng, xa xỉ hoặc bán hàng mạnh), và nó viết kịch bản hai nhân vật, chọn giọng, tạo hội thoại và hiệu ứng âm thanh, và trả về một quảng cáo 15 giây hoàn chỉnh dưới dạng một cảnh liên tục. Tải về sạch sẽ, không có watermark. Bạn cần đăng nhập, và bạn có một lần tạo miễn phí trước khi nạp thêm tín dụng.

Một dòng sao chép sản phẩm đầu vào, một quảng cáo hài kịch 15 giây hoàn chỉnh đầu ra: Trình tạo quảng cáo hài kịch AI miễn phí của Atlas Cloud

Trình tạo quảng cáo hài kịch AI miễn phí: một mô tả sản phẩm đầu vào, một quảng cáo hai nhân vật dài 15 giây đầu ra.

Một đầu ra thực tế từ trình tạo miễn phí. Bật âm thanh: kịch bản, hai giọng nói và hiệu ứng âm thanh đều từ một lần chạy.

Chi phí chạy so sánh Wan 3.0 so với Wan 2.7 là bao nhiêu

Mỗi giây, hai thế hệ ở cùng khu vực ở bậc 720P. Sự khác biệt về chi phí là cấu trúc: một clip trước đây dài 15 giây thì nay là 30, vì vậy một tác phẩm hoàn chỉnh gần như tăng gấp đôi.

Bảng 4: cùng chuỗi kaiju, bốn cách

Hai lưu ý. Giá beta không phải là giá sẵn có chung, và Alibaba đã nói rằng API sẽ mở rộng hơn sớm, vì vậy hãy coi các số ¥ như một bức ảnh chụp nhanh của bản beta công khai chứ không phải một tỷ lệ cam kết. Và về phía Atlas Cloud, luôn đọc báo giá trực tiếp trên nút Run trước khi bạn cam kết, bởi vì hệ số nhân độ phân giải được áp dụng ở đó và không phải trong giá tiêu đề.

Alibaba cũng khá thẳng thắn về nơi Wan 3.0 vẫn còn yếu, nói rằng mô hình "vẫn còn chỗ để cải thiện về chất lượng âm thanh và độ chính xác của văn bản." Điều đó phù hợp với những gì các tệp cho thấy: âm thanh trên các bản demo chính thức là âm thanh nổi 44.1kHz nhưng được mã hóa ở tốc độ bit 32 kb/s khiêm tốn, tốt cho bản xem trước và hơi mỏng cho bản master giao hàng.

Cấp phép Wan 3.0 so với Wan 2.7: bạn thực sự có thể phân phối cái gì

Tóm tắt ngắn gọn, và hãy tự xác minh nó với các điều khoản hiện tại trước khi bạn đặt bất cứ thứ gì trước mặt khách hàng.

Wan 3.0 đang trong bản beta công khai và các điều khoản thương mại của nó chưa được giải quyết. Bởi vì các trọng số không được phát hành, không có con đường tự lưu trữ nào cả; bất cứ thứ gì bạn làm đều đi qua API của Alibaba hoặc các bề mặt tiêu dùng của nó, và bạn bị ràng buộc bởi bất cứ điều khoản nào chúng nói vào ngày bạn tạo. Wan 2.7 cũng cùng câu chuyện về trọng số, nhưng nó đã ở trong sản xuất đủ lâu để các điều khoản API nền tảng ổn định. Nếu bạn đang chạy nó thông qua một nền tảng bên thứ ba, quyền thương mại của bạn đến từ các điều khoản dịch vụ của nền tảng đó, vì vậy hãy đọc những điều khoản thực sự áp dụng cho tài khoản của bạn. Không đoạn nào trong số này là lời khuyên pháp lý.

FAQ Wan 3.0 so với Wan 2.7

Wan 3.0 có mã nguồn mở không? Tôi có thể chạy nó trong ComfyUI không?

Không. Tính đến tháng 8 năm 2026, không có kho lưu trữ Wan 3.0 nào dưới tổ chức Wan-AI trên Hugging Face, và không có trên GitHub Wan-Video. Họ Wan mới nhất có trọng số được phát hành là Wan 2.2, bao gồm các biến thể Animate và S2V. Đối với biểu đồ ComfyUI cục bộ, bạn vẫn ở trên 2.1 hoặc 2.2. Wan 3.0 chỉ là API và web.

Độ phân giải Wan 3.0 so với Wan 2.7: Wan 3.0 có thực sự tạo 4K không?

Không. Bảng giá API đã công bố có ba bậc độ phân giải: 480P, 720P và 1080P. Một số bài đăng so sánh được chia sẻ rộng rãi tuyên bố 4K gốc và chúng sai. Trên trần đầu ra thô, Wan 2.7 trên Atlas Cloud thực sự cao hơn thông qua các tùy chọn siêu phân giải 1080P-SR và 1440P-SR.

Tôi có thể lấy 30 giây từ Wan 2.7 bằng cách mở rộng clip không?

Không phải dưới dạng một tệp liên tục. Chế độ tiếp nối yêu cầu một clip nguồn dài 2 đến 10 giây, vì vậy một lần tạo 15 giây đầy đủ không thể là hạt giống. Đầu ra mã hóa lại và cắt bỏ phần đuôi của bất cứ thứ gì bạn cung cấp, và các lần tiếp nối chuỗi có xu hướng lặp lại về nhịp mở đầu. Quá 15 giây, bạn đang chỉnh sửa, không phải tạo.

Wan 3.0 so với Wan 2.7: tôi có thể thực sự chạy mỗi cái ở đâu ngay hôm nay?

Wan 3.0 đang trong bản beta công khai trên các bề mặt của riêng Alibaba: Alibaba Cloud Bailian, Wanjing Yike, trang Wanxiang, ứng dụng desktop Qianwen Creation, IF STUDIO và Duiyou, với quyền truy cập xám trong ứng dụng Qianwen. Chưa có nền tảng suy luận bên thứ ba nào lưu trữ nó. Wan 2.7 là thế hệ bạn vẫn có thể gọi trực tiếp, trên các điểm cuối văn bản thành video, hình ảnh thành video, tham chiếu thành video và chỉnh sửa video.

Định giá Wan 3.0 so với Wan 2.7: cái nào đắt hơn mỗi clip hoàn chỉnh?

Mỗi giây ở bậc 720P, chúng gần nhau. Mỗi clip hoàn chỉnh, dự kiến tăng gấp đôi, bởi vì độ dài đầu ra tự nhiên đã tăng từ 15 giây lên 30. Hãy ngân sách cho sự thay đổi thời gian chạy thay vì thay đổi tỷ lệ, và nhớ rằng giá beta có thể không tồn tại khi có sẵn chung.

Tôi có cần viết lại prompt Wan 2.7 cho Wan 3.0 không?

Có, và việc viết lại là cấu trúc hơn là từ vựng. Prompt Wan 2.7 mô tả một cảnh quay liên tục trong chi tiết phong phú. Prompt Wan 3.0 là danh sách cảnh có dấu thời gian, đôi khi có một đoạn văn chấm điểm riêng, và mô hình cũng sẽ đọc một tệp pdf hoặc một bản trình bày dưới dạng đầu vào. Nguyên tắc chung: cho Wan 2.7 viết một đoạn văn về một cảnh; cho Wan 3.0 viết một bảng phân cảnh được đánh số với phạm vi giây.