Việc tạo vũ đạo AI dài thường kết thúc trong thất vọng khi tay chân tan chảy vào khoảng giây thứ tám. Thử nghiệm thực tế trên đầu ra gốc của Wan 3.0 cho thấy bước nhảy vọt lớn trong khả năng giữ chuyển động, duy trì cấu trúc giải phẫu và đặc điểm nhận dạng nhân vật nguyên vẹn qua các bản render liên tục 30 giây.
Trong bài đánh giá chuẩn vũ đạo Wan 3.0 này, chúng tôi đánh giá hai phong cách nhảy kéo dài trong các ràng buộc nghiêm ngặt không chỉnh sửa, kiểm tra cách mô hình cân bằng vật lý trang phục phức tạp, theo dõi nhiều chủ thể và độ ổn định camera gốc—đạt điểm trung bình 4.2/5.
| Vũ điệu | Điểm | Ổn định theo thời gian | Hiện tượng giả tạo chính |
| Bài kiểm tra mạng che Belly Dance | 4.6 / 5 | Giữ đặc điểm nhận dạng khuôn mặt cao và vật lý mạng che 360° sạch | Mất ma sát sàn nhẹ và ngón tay mềm đi sau giây 24 |
| Khiêu vũ đôi truyền thống | 3.8 / 5 | Khóa đặc điểm nhận dạng hai nhân vật hoàn hảo qua che khuất hoàn toàn | Các cú cắt nhảy không mong muốn gây nhấp nháy khung hình và chớp sáng |
Bài kiểm tra xác nhận Wan 3.0 chống lại sự suy giảm chuyển động video AI nghiêm trọng trong quá trình tạo nội dung dài hơi. Trong khi các trình tạo video cũ làm tan chảy các chuyển động khớp phức tạp, Wan 3.0 vẫn giữ được sự liên kết cấu trúc, đặc điểm nhận dạng khuôn mặt và động lực học trang phục trong toàn bộ video nhảy AI dài 30 giây.
Phương pháp kiểm tra: Đánh giá logic chuyển động liên tục và khả năng giữ cấu trúc giải phẫu
Hầu hết các chuẩn đánh giá video AI đều che giấu tỷ lệ thất bại cao đằng sau các clip được cắt ba giây và việc chọn lọc nhiều lần quay. Để đánh giá độ ổn định vật lý xác thực, phương pháp kiểm tra vũ đạo Wan 3.0 của chúng tôi áp dụng quy trình nghiêm ngặt không chỉnh sửa. Mọi đầu ra được đánh giá trong bài kiểm tra này đều sử dụng tạo video một cảnh quay thô trong toàn bộ thời lượng 30 giây mà không có bất kỳ sửa chữa hậu kỳ nào.
Các ràng buộc tạo sinh chuẩn hóa
Chúng tôi khóa toàn bộ tham số thực thi để cô lập phần vật lý lõi của mô hình:
- Độ phân giải & Tốc độ: Đầu ra gốc 1080p được render ở 24 khung hình mỗi giây.
- Kiểm soát Seed: Giá trị seed cố định cho các lần chạy prompt so sánh.
- Kiểm soát chuyển động:Cài đặt cường độ chuyển động cơ bản được giữ ở giá trị mặc định 0.50.
- Hậu kỳ: Không cắt theo thời gian, ghép nối hoặc điều chỉnh tốc độ.
Các trụ cột đánh giá chính
- Tính toàn vẹn giải phẫu: Theo dõi số ngón tay, khớp cổ tay và hình dạng khuôn mặt qua các chuyển động xoay nhanh.
- Vật lý & Đà chuyển động: Đo sự chuyển trọng lượng và phản ứng trọng lực trên các trang phục bay, như tay áo lụa và mạng che belly dance.
- Liên tục không gian: Đánh giá tính nhất quán nhận dạng qua chuyển động trong các vòng xoay 360 độ và tình huống che khuất nhiều chủ thể.
Khung này tạo ra một chuẩn đánh giá tạo vũ đạo AI có thể lặp lại, giúp phân biệt lý luận theo thời gian thực sự với các thủ thuật thị giác ngắn ngủi.
Kịch bản kiểm tra 1: Độ mượt của belly dance, cô lập thân trên và vật lý vải
Việc tạo prompt cho vải rủ dài và xử lý vải chuyển động chậm trên các mô hình video trước đây thường dẫn đến rách vải, lưới bàn tay xuyên qua vật thể hoặc biến dạng khuôn mặt phía sau lớp vải mỏng trong suốt. Thực hiện bài kiểm tra belly dance Wan 3.0 của chúng tôi cho thấy mô hình quản lý hiệu quả như thế nào việc xếp lớp mạng che liên tục, che khuất tay qua mặt và đà chuyển động xoay của trang phục trên dòng thời gian liên tục 30 giây.
**Lưu ý: **Tất cả các clip video bên dưới là đầu ra thô, chưa chỉnh sửa, được tạo qua Wan 3.0 Image-to-Video của Atlas Cloud ở 1080p, 30 giây, $4.80 cho mỗi lần render.
Hình ảnh khung hình đầu tiên của video chúng tôi:
Thiết kế prompt của chúng tôi:
Đầu ra video:
Đánh giá tính chân thực của chuyển động và độ che khuất của mạng che
Thay vì dựa vào các cú cắt camera nhanh, mô hình duy trì độ ổn định khung hình thông qua vũ đạo chậm rãi, có chủ đích và các vòng xoay toàn thân. Bài kiểm tra này làm nổi bật cách Wan 3.0 xử lý vải trong suốt xếp lớp và theo dõi ngón tay ở khoảng cách gần mà không có hiện tượng giả tạo thị giác.
| Yếu tố chuyển động | Hành vi chuyển động quan sát được | Điểm |
| Giữ tư thế cơ bản & khung hình | Tư thế ban đầu vững chắc như đá giữ mạng che mở rộng với độ nhấp nháy nền bằng không | 4.9 / 5 |
| Hình dạng bàn tay & che khuất khuôn mặt | Chuyển động uốn lượn kiểu rắn chậm rãi của cánh tay giữ năm ngón tay riêng biệt trong khi xếp mạng che qua mặt | 4.4 / 5 |
| Vật lý vải xoay | Mạng che lụa mỏng phản ứng chính xác với đà góc trong vòng xoay 360 độ | 4.6 / 5 |
Động lực trang phục và hành vi va chạm
Các quan sát vật lý chính từ bản render liên tục 30 giây của chúng tôi bao gồm:
- Khóa tư thế tĩnh cơ bản (giây 0 đến 13): Mô hình neo tư thế dang tay mở đầu dưới ánh đèn sân khấu, duy trì độ rõ kết cấu hạt cườm trên trang phục bedlah mà không có vi nhấp nháy hay trôi tư thế.
- Tính toàn vẹn ngón tay và che khuất xếp lớp (giây 14 đến 23): Khi vũ công quấn mạng che lụa xanh mỏng qua mặt và ngực, từng khớp ngón tay vẫn linh hoạt. Độ ổn định theo dõi cao ngăn hình dạng bàn tay hòa vào lưới khuôn mặt hoặc tan vào kết cấu vải.
- Đà ly tâm của trang phục (giây 24 đến 29): Mạng che lụa không xuyên qua da hoặc tóc khi xòe ra dưới lực ly tâm chân thực trong vòng xoay 360 độ và mềm mại phủ quanh vai khi dừng lại.
Các lớp vải quấn sạch và theo dõi khuôn mặt ổn định này xác nhận Wan 3.0 xử lý chuyển động của vải xếp lớp mà không bị xé khung hình—điều thường thấy ở các bản render AI dài.
Kịch bản kiểm tra 2: Khiêu vũ đôi truyền thống, tiếp xúc hai cơ thể và che khuất không gian
Render hai vũ công trong một cảnh quay thường làm hỏng các mô hình video AI chỉ trong vài giây, dẫn đến tay chân hòa vào nhau hoặc một người biểu diễn "cướp" trang phục của vũ công kia khi xoay người. Việc kiểm tra khiêu vũ đôi Wan 3.0 với màn song tấu hai người truyền thống cho thấy mô hình xử lý các tương tác không gian phức tạp, chồng lớp trang phục và theo dõi nhiều chủ thể như thế nào.
Hình ảnh khung hình đầu tiên của video chúng tôi:
Thiết kế prompt của chúng tôi:
Đầu ra video:
Hiệu suất theo dõi nhiều chủ thể và che khuất không gian
Trong các bài kiểm tra video nhảy AI Guofeng truyền thống của chúng tôi, hai người biểu diễn trong trang phục Hanfu đỏ và xanh tương phản đã thực hiện các vòng xoay đồng bộ và động tác tay áo trong một cảnh quay liên tục 30 giây.
| Chỉ số đa người | Hành vi mô hình quan sát được | Điểm |
| Khóa nhận dạng hai nhân vật | Chi tiết Hanfu đỏ và xanh vẫn riêng biệt qua mọi cú cắt camera | 4.7 / 5 |
| Phục hồi che khuất không gian | Vũ công phía sau phục hồi sạch sau cú xoay lưng của vũ công đỏ (giây 12–17) | 4.3 / 5 |
| Liên tục camera & chuyển cảnh | Các cú cắt nhảy gốc thường xuyên gây nhảy khung hình đột ngột và nhấp nháy ánh sáng nhẹ | 3.2 / 5 |
Giao cắt trang phục và lỗi theo thời gian
- Khóa nhận dạng qua các lần che khuất (giây 00 đến 17): Khi vũ công đỏ xoay người và che hoàn toàn vũ công xanh khỏi tầm nhìn (giây 12–16), mô hình phục hồi vũ công bị khuất một cách liền mạch—giữ nguyên hình dạng khuôn mặt chính xác, đồ trang trí tóc và viền Hanfu xanh.
- Động lực và tách biệt tay áo (giây 18 đến 23): Các tay áo nước chồng lên nhau lướt qua đường ngực mà không bị hòa trộn kết cấu, rách vải hay lem màu.
- Các cú cắt nhảy gốc và chớp sáng (giây 01, 11, 23): Thay vì giữ một cảnh quay liên tục duy nhất, Wan 3.0 có xu hướng chuyển đột ngột giữa các góc camera—như ép một cú cắt góc nhìn từ phía sau vào giây 11. Những chuyển dịch đột ngột này phá vỡ nhịp điệu và gây ra các đợt chớp sáng ngắn cùng giật khung hình.
Lưu ý cho người sáng tạo: Mặc dù Wan 3.0 xử lý khóa nhận dạng nhiều chủ thể cực kỳ tốt, việc khóa khung hình liên tục đòi hỏi các negative prompt tường minh như cắt nhảy camera, chuyển cảnh đột ngột, chớp sáng để ngăn các cú cắt góc không mong muốn.
Dòng thời gian suy giảm 30 giây: Theo dõi tính toàn vẹn giải phẫu từ giây 0 đến 30
Tạo các clip nhảy AI dài 30 giây thường bộc lộ sự suy giảm tiềm ẩn vào khoảng giây 20, khi bàn chân mất ma sát trên sàn trong khi ngón tay mềm đi. Phân tích các bản render kiểm tra của chúng tôi cho thấy Wan 3.0 quản lý sự suy giảm này trên các dòng thời gian kéo dài như thế nào.
0 đến 10 giây: Khóa tư thế cơ bản và ổn định tĩnh
Trong mười giây đầu tiên, Wan 3.0 mang lại độ sắc nét đường viền và độ trôi bằng không ở các tư thế vận tốc thấp.
- Neo chân: Bàn chân giữ ma sát vững chắc trên sàn sân khấu trong các tư thế tĩnh và các động tác tay tinh tế.
- Sắc nét trang phục: Viền kim loại, vải lụa rủ và đồ trang trí tóc giữ được chi tiết tần số cao sắc nét mà không có vi nhấp nháy.
- Tính toàn vẹn giải phẫu: Đặc điểm khuôn mặt và số ngón tay vẫn khóa 100%.
10 đến 20 giây: Suy giảm vi mô và cắt khung hình
Giữa giây 10 và 20, cơ chế chuyển động cơ thể vẫn vững vàng, mặc dù các cú nhảy camera do mô hình tạo ra gây ra hiện tượng giả tạo chuyển tiếp ngắn.
- Hiệu suất che khuất: Hình dạng ngón tay vẫn nguyên vẹn trong các động tác quấn mạng che qua mặt và ngực chậm rãi (bài kiểm tra belly dance).
- Cắt khung hình không mong muốn: Các chuyển đổi góc nhìn đột ngột—như cú cắt góc nhìn từ phía sau ở giây 11 trong bài kiểm tra song tấu—gây ra chớp sáng tạm thời, mặc dù đặc điểm nhận dạng nhân vật vẫn được khóa.
20 đến 30 giây: Giới hạn cuối và mất ma sát sàn
Mười giây cuối phơi bày ranh giới ngân sách chuyển động của Wan 3.0.
- Trượt sàn khi xoay (giây 24–28): Trong các vòng xoay toàn thân và xoay hai nhân vật, bàn chân mất ma sát cơ học với sàn gỗ, gây ra hiện tượng trượt sàn kiểu "trượt băng" tinh tế.
- Cô lập nhận dạng: Bất chấp trượt sàn và chuyển camera, hình dạng khuôn mặt vẫn hoàn toàn giống với khung hình đầu tiên.
Mặc dù Wan 3.0 không hoàn toàn miễn nhiễm với sự suy giảm chuyển động ở giai đoạn cuối—cụ thể là mất ma sát sàn sau giây 20—khả năng tách biệt nhận dạng khuôn mặt khỏi sự trôi dạt vật lý đánh dấu một bước nhảy vọt thực sự giữa các thế hệ. Đối với người sáng tạo, điều này có nghĩa là các bản render dài vẫn có thể sử dụng trong sản xuất, miễn là các vòng xoay toàn thân gần mốc 25 giây được xử lý bằng khung hình trung bình hoặc các cú cắt hậu kỳ ngắn.
Công thức prompt sao chép-dán để tạo vũ đạo AI ổn định trong Wan 3.0
Gõ các yêu cầu đơn giản như "người phụ nữ đang nhảy" vào Wan 3.0 thường dẫn đến các cú xoay camera hỗn loạn và tay chân xoay không neo. Để đạt được sự liên tục chuyển động 30 giây có thể dự đoán được, cần có các tín hiệu không gian có cấu trúc, mô tả chuyển động giải phẫu chính xác và cú pháp ràng buộc camera dựa trên các nguyên tắc kỹ thuật prompt Wan 3.0 toàn diện.
Hướng dẫn prompt vũ đạo Wan 3.0 này cung cấp các công thức prompt video nhảy AI đã được kiểm nghiệm, tối ưu cho việc tạo một cảnh quay duy nhất.
Công thức vi cô lập: Tham số belly dance
Khi tạo prompt cho các vi chuyển động như cô lập ngực hoặc rung hông, hãy xác định khoảng cách camera trước để ngăn các vòng xoay toàn thân không mong muốn.
-
Mẫu positive prompt:
Cảnh quay ngang tầm mắt, khung hình tĩnh khóa chặt. Một nữ vũ công chuyên nghiệp với mái tóc đen búi thấp, mặc trang phục bedlah xanh hoàng gia lộng lẫy đính đá quý, được viền bằng tua rua đồng xu bạc treo rũ. Cô biểu diễn một bài belly dance liên tục trên sân khấu gỗ tối màu, bàn chân bám chặt mặt sàn. Cô thực hiện các động tác cô lập thân trên có kiểm soát, những nhấp nhô ngực tinh tế và sóng tay rắn mượt mà trong khi xử lý mạng che lụa xanh hoàng gia mỏng. Đà vải tự nhiên, độ sâu trường ảnh nông, ánh đèn sân khấu thể tích ấm áp, cảnh quay liên tục 30 giây không thay đổi góc nhìn.
-
Lưu ý thực hiện chính: Sử dụng các thuật ngữ chuyển động chính xác như "cô lập thân trên" và "rung hông nhịp nhàng" trong tham số prompt belly dance của bạn để buộc cơ chế chú ý tập trung vào tọa độ lưới thân trên cốt lõi thay vì các chuyển động tay chân rộng.
Công thức vũ đạo nhiều chủ thể: Khiêu vũ đôi Guofeng
Việc tạo hai nhân vật thất bại khi mô tả prompt trộn cả hai chủ thể vào một cụm từ duy nhất. Hãy tách biệt người biểu diễn bằng màu trang phục và vị trí không gian tường minh.
-
Mẫu positive prompt:
Cảnh quay toàn thân, góc rộng. Hai nữ vũ công biểu diễn song tấu Guofeng truyền thống Trung Quốc trên sân khấu gỗ. Vũ công bên trái mặc Hanfu đỏ với tay áo dài rộng; vũ công bên phải mặc Hanfu xanh. Xoay tay áo đồng bộ, xoay vòng tay trong tay chậm rãi, chia sẻ trọng lượng thanh lịch và bước chân uyển chuyển. Cảnh quay camera lia mượt theo chuyển động vòng tròn của họ. Ánh sáng sân khấu phong phú, độ sâu không gian rõ ràng, cảnh quay dài liên tục 30 giây, siêu thực.
-
Lưu ý thực hiện chính: Ví dụ prompt nhảy Guofeng này neo từng người biểu diễn bằng trang phục mã màu riêng biệt để khóa tính nhất quán nhận dạng trong các vòng xoay giao cắt không gian.
Negative prompt thiết yếu cho sự ổn định của vũ đạo
Để ngăn chặn biến dạng vật lý trong các thay đổi vận tốc nhanh, hãy áp dụng các negative prompt Wan 3.0 cho vũ đạo được nhắm mục tiêu sau:
| Hiện tượng giả tạo mục tiêu | Chuỗi từ khóa negative được khuyến nghị |
| Biến dạng tay chân & khớp | tay chân hòa vào nhau, cánh tay thừa, bàn chân lơ lửng, trật khớp, bàn tay tan chảy, ngón tay dính liền |
| Mất ổn định theo thời gian | nội suy khung hình giật, cắt camera đột ngột, trang phục biến dạng, vải nhấp nháy |
| Hiện tượng giả tạo chuyển động | trượt sàn, bàn chân trượt băng, nhòe chuyển động đột ngột, biến dạng cơ thể bất thường |
Sử dụng các công thức có cấu trúc này đảm bảo Wan 3.0 phân bổ ngân sách chuyển động cho các động tác có nhịp điệu thay vì rung lắc camera.
Quy trình làm việc cho người sáng tạo: Khi nào dùng bản gốc 30 giây vs. chỉnh sửa nhiều cắt
Dành hàng giờ để render một clip nhạc 30 giây chỉ để phát hiện ra bàn chân người biểu diễn mất ma sát sàn vào giây 22 vẫn là một cơn đau đầu lớn trong quy trình video kỹ thuật số. Việc quyết định giữa các cảnh quay liền mạch và cắt mô-đun phụ thuộc vào nền tảng mục tiêu và nhịp độ chuyển động của bạn.
Lựa chọn chiến lược trong quy trình: Bản gốc 30 giây vs. vũ đạo AI nhiều cắt
Hiểu được sự đánh đổi trong chiến lược bản gốc 30 giây vs. vũ đạo AI nhiều cắt giúp tối ưu hóa ngân sách render GPU trong khi vẫn duy trì chất lượng hình ảnh trên các định dạng video ngắn.
| Phương pháp sản xuất | Định dạng nội dung phù hợp nhất | Ưu điểm kỹ thuật chính | Hạn chế đã biết |
| Cảnh quay gốc 30 giây | Video Guofeng giàu không khí, cảnh quay dài điện ảnh, trình diễn solo | Liên tục không gian không gián đoạn, âm thanh gốc đồng bộ, không cần chỉnh sửa cắt | Trượt sàn nhẹ và mờ ngón tay gần giây 25 |
| Cắt mô-đun 8 đến 12 giây | Đối kháng nhảy nhịp độ cao, clip động tác chân nhanh, video nhạc đa góc quay | Loại bỏ suy giảm theo thời gian, tăng nhịp độ hình ảnh, cho phép chuyển camera linh hoạt | Yêu cầu ghép nối dòng thời gian trong hậu kỳ |
Triển khai tạo sinh bản gốc 30 giây
Các bản render một cảnh quay vượt trội trong các màn trình diễn Guofeng giàu không khí, nơi chuyển động tay áo mượt mà và theo dõi camera không gián đoạn được ưu tiên hàng đầu. Tận dụng đồng bộ nghe-nhìn gốc của Wan 3.0 giữ vũ đạo liên tục khớp với nhịp nhạc nền mà không cần khớp môi thủ công hay ghép nối âm thanh bên ngoài.
Triển khai chỉnh sửa mô-đun ngắn
Các video TikTok và Shorts nhịp độ nhanh hoạt động tốt nhất với các cú cắt 8 đến 12 giây ngắn gọn. Các cảnh quay ngắn giữ nhịp độ dứt khoát, xóa bộ nhớ của mô hình trước khi trôi khung hình xuất hiện, đồng thời cho biên tập viên các điểm cắt sạch giữa cảnh rộng và theo dõi khuôn mặt.
Quy trình sản xuất thực tế cho người sáng tạo vũ đạo AI
Triển khai một quy trình làm việc hiệu quả cho người sáng tạo video ngắn Wan 3.0 đòi hỏi cấu trúc đầu vào trước khi bấm render:
- Khóa ảnh tham chiếu: Đưa ảnh nhân vật vào đầu vào tham chiếu đa phương thức Wan 3.0 để bảo toàn hình dạng khuôn mặt qua các vòng xoay phức tạp.
- Áp dụng hướng dẫn âm thanh: Đưa các bản nhạc tham chiếu trực tiếp vào mô hình để tận dụng khả năng căn chỉnh nghe-nhìn tích hợp sẵn.
- Đặt giới hạn khung hình: Kết hợp các thẻ camera trung bình rộng với negative prompt tường minh để giới hạn chuyển động không gian trong phạm vi hoạt động của camera.
Phương pháp hệ thống này mang lại kiểm soát chất lượng nhất quán cho sản xuất video nhảy AI. Khuyến nghị thực tế Wan 3.0 của chúng tôi là triển khai các lượt render gốc 30 giây cho các bài solo liên tục, đồng thời dành các cú cắt đa góc 8 giây cho vũ đạo nhóm nhanh.
