Wan 3.0 Khuôn mặt chân thực: 3 lời nhắc trông giống người thật

Cập nhật mới nhất: Wan 3.0 đã ra mắt từ ngày 24 tháng 8 năm 2026.

Video AI bị đánh giá trước tiên qua khuôn mặt. Không phải góc máy. Không phải hậu cảnh. Là khuôn mặt.

Nếu mắt lơ lửng, da trở nên bóng nhựa, hoặc miệng bắt đầu làm cái trò AI cao su đó, thì việc lướt xem sẽ kết thúc. Đó là lý do tại sao khuôn mặt chân thực của wan 3.0 là bài kiểm tra sản xuất thực sự cho các nhà sáng tạo làm quảng cáo UGC, phim ngắn, lời chứng thực và clip mạng xã hội.

Câu trả lời hữu ích rất đơn giản: khuôn mặt chân thực không phải là một cài đặt làm đẹp. Chúng là một vấn đề đạo diễn. Bạn cần một tham chiếu ổn định, các hành động nhỏ của con người, quy tắc máy quay rõ ràng và các ràng buộc lỗi nghiêm ngặt.

Hướng dẫn này sử dụng Atlas Cloud làm không gian làm việc trên trình duyệt vì bạn có thể thử nghiệm Wan-3.0 Text-to-video, Image-to-video và Reference-to-video ở một nơi, xem trạng thái chạy và kiểm tra chi phí hiển thị trước khi gửi.

Những điểm chính

• Chất lượng khuôn mặt thực có nghĩa là danh tính, da, ánh mắt, miệng và tính liên tục của chuyển động.
• Image-to-video thường an toàn hơn khi một khuôn mặt cụ thể quan trọng.
• Các cơ và vi hành động trong prompt, không chỉ là nhãn cảm xúc.
• Sử dụng bản nháp 8s trước khi trả tiền cho các bài kiểm tra căng thẳng 24s hoặc 30s.
• Trên Atlas Cloud, các chế độ Wan-3.0 bắt đầu từ $0.05/giây.

Trình diễn khuôn mặt chân thực Wan 3.0 với thẻ prompt cận cảnh tốt nghiệp, bằng chứng chạy hoàn tất và các khung hình ổn định khuôn mặt

Trình diễn: trường hợp cận cảnh tốt nghiệp sử dụng một khuôn mặt, biểu cảm tinh tế, chuyển động ánh mắt và clip sổ tay 30.07s để kiểm tra độ bền của khuôn mặt chân thực.

Bằng chứng chuyển động Trường hợp 1: một phụ nữ da đen trẻ trong áo cử nhân xanh duy trì một màn trình diễn cận cảnh khuôn mặt xuyên suốt clip sổ tay Wan 3.0 dài 30.07s.

Tại sao khuôn mặt chân thực Wan 3.0 lại hot, và tại sao hầu hết các nỗ lực đều thất bại

Phán quyết trước: khuôn mặt thất bại vì prompt yêu cầu một vibe trong khi mô hình cần chỉ dẫn.

Wan 3.0 ra mắt với một khung vẽ lớn hơn: clip dài tới 30 giây, đầu ra 1080P, tạo âm thanh-hình ảnh gốc và đầu vào tham chiếu rộng. Các bài đăng phát hành của Alibaba cũng đề cập đến đầu vào đa phương thức và tính liên tục của hình ảnh đối với khuôn mặt người và vi biểu cảm (Alibaba Cloud Community, tháng 8 năm 2026). Trang Model Studio chính thức mô tả bản phát hành xoay quanh kể chuyện 30s, chất lượng điện ảnh 1080P, A/V gốc và đầu vào tham chiếu omni (Alibaba Cloud Model Studio, tháng 8 năm 2026).

Nghe có vẻ lớn. Đúng vậy.

Nhưng vấn đề của nhà sáng tạo thực tế hơn: "Người này có thể chớp mắt, nói chuyện, do dự và vẫn là cùng một người không?"

Các mẫu thất bại phổ biến trông quen thuộc:

• Mắt trôi: ánh mắt không có mục tiêu rõ ràng.
• Da cao su: lỗ chân lông biến mất và má di chuyển như silicone.
• Xương trôi: gò má và hình dạng hàm thay đổi giữa các khung hình.
• Nụ cười giả: miệng cười nhưng mắt thì không.
• Nhấp nháy miệng: răng và môi nhấp nháy khi nói.
• Mất danh tính do máy quay: khuôn mặt thay đổi sau một cú pan hoặc xoay.

Đây không chỉ là cường điệu ra mắt. Trong các quy trình làm việc Wan cũ, người dùng đã báo cáo khuôn mặt không nhất quán và kết quả kỳ lạ trong quá trình chạy image-to-video, bao gồm khuôn mặt không còn giống với hình ảnh gốc (Thảo luận GitHub ComfyUI, tháng 4 năm 2025).

Câu hỏi là: làm thế nào để bạn đạo diễn xung quanh điều đó?

Tổng quan quy trình làm việc khuôn mặt chân thực Wan 3.0 trên Atlas Cloud

Sử dụng chế độ đơn giản nhất mang lại cho bạn đủ khả năng kiểm soát.

Nếu bạn không có một người tham chiếu, hãy bắt đầu với Text-to-video. Nếu một khuôn mặt cụ thể quan trọng, hãy sử dụng Image-to-video với một khung hình đầu tiên mạnh. Nếu bạn có tham chiếu về danh tính, chuyển động và âm thanh, hãy sử dụng Reference-to-video.

Bạn có thể bắt đầu từ trang chủ Atlas Cloud, mở trang mô hình Wan 3.0, dán prompt, chọn thời lượng và độ phân giải, sau đó chạy thử nghiệm trong một tab trình duyệt. Lợi ích thực tế không chỉ là truy cập. Đó là prompt, cài đặt, bảng đầu ra và chi phí báo giá vẫn hiển thị trong khi bạn lặp lại.

Atlas Cloud models/all hiện liệt kê Wan-3.0 Text-to-video, Image-to-video và Reference-to-video từ $0.05/GIÂY. Trang chính thức của Alibaba cũng hiển thị giá nhạy cảm với độ phân giải cho nền tảng riêng của họ, vì vậy hãy coi chi phí nút Run hiển thị là nguồn sự thật cuối cùng trước khi gửi.

Bước 1: Chọn chế độ khuôn mặt chân thực Wan 3.0

Bắt đầu với quy trình làm việc phù hợp với rủi ro của bạn.

Không có khuôn mặt tham chiếu? Sử dụng Text-to-video. Cần một diễn viên ổn định? Sử dụng Image-to-video. Cần một danh tính đã biết cùng với chuyển động, giọng nói hoặc clip trước đó? Sử dụng Reference-to-video.

Sao chép prompt này khi bạn chỉ cần kiểm tra nhanh chế độ:

PlainCopy
116:9, 8 giây, cận cảnh điện ảnh chân thực. Một người ngồi gần cửa sổ trong ánh sáng ban ngày nhẹ nhàng và nói một câu ngắn với chuyển động môi tự nhiên, chuyển động mắt nhỏ, và hít thở thoải mái. Giữ nguyên khuôn mặt, tông màu da, chân tóc, trang phục, ánh sáng và độ mờ hậu cảnh cho toàn bộ clip. Tránh khuôn mặt trôi, da bóng nhựa, mắt biến dạng, răng thừa, cắt nhảy và khuôn mặt nền.

Cài đặt cần chọn:

Cài đặt chế độ khuôn mặt chân thực Wan 3.0 trên Atlas Cloud với một lần chạy hoàn tất và bảng đầu ra hiển thị

Bước 1: Cài đặt chế độ Wan 3.0 trên Atlas Cloud, chụp sau khi hoàn thành một lần chạy để đầu vào và đầu ra được hiển thị cùng nhau.

Bước 2: Chạy Trường hợp 1, một cận cảnh khuôn mặt chân thực Wan 3.0

Đây là cái khó.

Cận cảnh loại bỏ tất cả các nơi ẩn náu. Người xem có thể thấy khóe miệng, độ căng của lông mày, mục tiêu ánh mắt và kết cấu da. Trường hợp 1 sử dụng một clip sổ tay Wan 3.0 của một phụ nữ da đen trẻ trong áo cử nhân xanh, được đóng khung cận cảnh, nói nhẹ nhàng khi ánh mắt cô ấy hạ xuống.

Sao chép prompt này:

PlainCopy
116:9, 8 giây, cận cảnh điện ảnh chân thực. Một phụ nữ da đen trẻ trong áo cử nhân xanh đứng trong ánh sáng nghi lễ trong nhà nhẹ nhàng, được đóng khung từ đầu đến ngực trên. Một người thứ hai chỉ hiển thị như một hình dạng mờ hoàn toàn ở cạnh trái. Cô ấy nói nhẹ nhàng về phía ai đó ở ngoài máy quay, miệng di chuyển tự nhiên, lông mày nhíu lại, mắt hơi ướt nhưng không khóc. Xuyên suốt cảnh quay, ánh mắt cô ấy từ từ hạ từ tầm mắt xuống tay. Máy quay được cố định nhưng có sự rung lắc hô hấp nhẹ tay cầm. Kết cấu da tự nhiên, lỗ chân lông nhìn thấy được, ánh sáng trên cao nhẹ nhàng, độ sâu trường ảnh nông. Giữ nguyên khuôn mặt, cùng bộ áo, cùng tông màu da, cùng hình dạng mắt và cùng độ mờ hậu cảnh cho toàn bộ clip. Tránh da nhựa, thay đổi gò má, răng thừa, nụ cười phóng đại, mắt biến dạng và cắt nhảy.

Cài đặt cần chọn:

Ảnh chụp màn hình lần chạy hoàn tất Trường hợp 1 khuôn mặt chân thực Wan 3.0 cho prompt cận cảnh tốt nghiệp

Bước 2: Bằng chứng chạy Trường hợp 1 cho bài kiểm tra khuôn mặt chân thực cận cảnh tốt nghiệp. Xem clip trình diễn ở trên để có bằng chứng chuyển động đầy đủ.

Bước 3: Chạy Trường hợp 2, một cuộc gọi điện thoại UGC khuôn mặt chân thực Wan 3.0

Khuôn mặt UGC thất bại theo cách khác.

Cảnh quay không chặt như cận cảnh làm đẹp, nhưng lời nói, vị trí tay và ánh sáng cửa sổ nhẹ nhàng có thể phơi bày sự biến dạng khuôn mặt nhanh chóng. Trường hợp này sử dụng một cuộc gọi điện thoại trong căn hộ mưa: một phụ nữ trẻ ngồi cạnh cửa sổ, lắng nghe, trả lời và kết thúc với một nửa nụ cười nhỏ.

Sao chép prompt này:

PlainCopy
116:9, 8 giây, video chân thực phong cách UGC tự nhiên. Một phụ nữ trẻ với mái tóc dài đen ngồi ở bàn gỗ cạnh cửa sổ căn hộ có mưa, cầm điện thoại thông minh áp vào tai. Ánh đèn thành phố neon mờ bên ngoài kính. Cô ấy lắng nghe, sau đó trả lời bằng giọng nói trầm tĩnh; môi cô ấy di chuyển nhẹ nhàng, mắt cô ấy hạ xuống một nhịp, và cô ấy nở một nửa nụ cười nhỏ ở cuối. Máy quay là cận cảnh trung bình ổn định từ phía bên kia bàn, cảm giác ống kính 50mm, ánh sáng cửa sổ nhẹ nhàng ở một bên mặt, đèn bàn ấm áp ở hậu cảnh. Giữ khuôn mặt, chân tóc, hình dạng mũi, vị trí tay, điện thoại, bàn, mưa cửa sổ và ánh sáng nhất quán. Tránh da quá làm đẹp, má bóng nhựa, chuyển động môi không khớp, khuôn mặt biến dạng, ngón tay thừa và khuôn mặt nền.

Cài đặt cần chọn:

Ảnh chụp màn hình lần chạy hoàn tất Trường hợp 2 khuôn mặt chân thực Wan 3.0 cho cuộc gọi điện thoại cạnh cửa sổ mưa

Bước 3: Bằng chứng chạy Trường hợp 2 cho bài kiểm tra khuôn mặt cuộc gọi điện thoại mưa.

GIF bằng chứng chuyển động Trường hợp 2 cho bài kiểm tra khuôn mặt cuộc gọi điện thoại cạnh cửa sổ mưa

GIF bằng chứng chuyển động Trường hợp 2: clip sổ tay Wan 3.0 dài 15.04s kiểm tra lời nói, chuyển động mắt, tính nhất quán tay-điện thoại và ánh sáng trong nhà nhẹ nhàng.

Bước 4: Chạy Trường hợp 3, một clip mạng xã hội dọc khuôn mặt chân thực Wan 3.0

Bây giờ thu nhỏ khuôn mặt.

Clip dọc rất tinh vi. Khuôn mặt nhỏ hơn, nhưng người xem vẫn nhận thấy nếu mắt thay đổi kích thước, chân bị biến dạng hoặc phản chiếu trong gương trở thành một người thứ hai. Trường hợp này kiểm tra chuyển động toàn thân với gương, chi tiết trang phục và một nụ cười thoải mái.

Sao chép prompt này:

PlainCopy
19:16, 8 giây, video mạng xã hội dọc chân thực. Một phụ nữ trẻ trong áo sơ mi thêu trắng, váy xếp ly trắng, thắt lưng đen và giày sneaker đế trắng đứng trước một tấm gương dài sạch sẽ trong căn hộ có ánh sáng nhẹ nhàng. Cô ấy chỉnh một tay áo, chuyển trọng lượng cơ thể một cách tự nhiên, nhìn từ gương sang máy quay và nở một nụ cười nhỏ thoải mái. Đóng khung toàn thân, máy quay cố định ổn định, ánh sáng ban ngày tự nhiên, không có bộ lọc làm đẹp nặng, kết cấu vải và tỷ lệ cơ thể chân thực. Giữ nguyên khuôn mặt, cùng bộ trang phục, cùng kiểu tóc, cùng vị trí gương và cùng bố trí phòng xuyên suốt cảnh quay. Tránh khuôn mặt trôi, da búp bê, thay đổi kích thước mắt, chân bị biến dạng, phản chiếu thừa và cắt nhảy.

Cài đặt cần chọn:

Ảnh chụp màn hình lần chạy hoàn tất Trường hợp 3 khuôn mặt chân thực Wan 3.0 cho clip gương thời trang dọc

Bước 4: Bằng chứng chạy Trường hợp 3 cho bài kiểm tra tính nhất quán khuôn mặt toàn thân dọc.

GIF bằng chứng chuyển động Trường hợp 3 cho tính nhất quán khuôn mặt thời trang dọc

GIF bằng chứng chuyển động Trường hợp 3: clip sổ tay Wan 3.0 dài 15.04s kiểm tra xem một khuôn mặt nhỏ hơn có giữ ổn định trong khi cơ thể, trang phục và gương vẫn mạch lạc hay không.

Bước 5: Kiểm tra khuôn mặt chân thực Wan 3.0 trước khi bạn tạo lại

Đừng tạo lại vì clip "cảm thấy sai". Hãy đặt tên cho lỗi trước.

Danh sách kiểm tra này giữ cho việc đánh giá khách quan:

Bảng danh sách kiểm tra khuôn mặt chân thực Wan 3.0 được hiển thị dưới dạng bảng sạch sẽ cho các kiểm tra danh tính, da, miệng, mắt, chuyển động và hậu cảnh

Bước 5: một bảng kiểm tra độ chân thực của khuôn mặt bạn có thể sử dụng trước khi chi tiêu cho một lần chạy khác.

Sử dụng mẫu có thể tái sử dụng này khi bạn xây dựng bài kiểm tra của riêng mình:

PlainCopy
1[tỷ lệ khung hình], [thời lượng], video điện ảnh chân thực. [Chủ thể với các neo danh tính ổn định] trong [bối cảnh và ánh sáng cụ thể]. [Chuỗi hành động có thể nhìn thấy: những gì khuôn mặt, mắt, miệng, tay và tư thế làm]. Máy quay: [kích thước cảnh quay, cảm giác ống kính, chuyển động]. Âm thanh: [âm thanh phòng / đối thoại / không gian âm thanh]. Giữ nguyên [khuôn mặt, tông màu da, trang phục, đạo cụ, hậu cảnh]. Tránh [khuôn mặt trôi, da bóng nhựa, mắt biến dạng, răng xấu, cắt nhảy, ngón tay thừa].

Các biến thể khuôn mặt chân thực Wan 3.0 để thử

Hãy thử những biến thể này sau khi 3 bài kiểm tra cốt lõi vượt qua:

Chi phí khuôn mặt chân thực Wan 3.0 trên Atlas Cloud

Sử dụng công thức nhanh:

chi phí = giây x giá mô hình mỗi giây x bậc độ phân giải nếu có

Tính đến tháng 8 năm 2026, Atlas Cloud models/all liệt kê ba chế độ video Wan-3.0 từ $0.05/giây. Điều đó cung cấp cho bạn một mức sàn lập kế hoạch:

Đối với bản giao hàng cuối cùng, hãy kiểm tra chi phí chạy hiển thị trước khi gửi. 1080P có thể tốn kém hơn mức sàn trên một số nền tảng hoặc bậc, và nút Run là những gì ví của bạn thực sự sẽ thấy.

Lưu ý pháp lý cho khuôn mặt chân thực Wan 3.0

Sử dụng sự đồng ý cho nhân viên thực, nhà sáng tạo, khách hàng và chân dung có thể nhận dạng. Đừng ngụ ý rằng một người thực đã nói điều gì đó mà họ không nói. Đối với quảng cáo, lời chứng thực, tuyên bố y tế, tuyên bố tài chính hoặc nội dung chính trị, hãy giữ chặt chẽ việc tiết lộ và xem xét.

Đó là câu trả lời trưởng thành. Phần thú vị vẫn là định hướng sáng tạo, nhưng phần có trách nhiệm giữ cho bạn có thể xuất bản.

Câu hỏi thường gặp

Wan 3.0 có thể tạo ra khuôn mặt chân thực không?

Có, nhưng kết quả tốt nhất đến từ các prompt có định hướng và tham chiếu mạnh. Yêu cầu các neo danh tính ổn định, chuyển động khuôn mặt nhỏ, mục tiêu ánh mắt rõ ràng và các ràng buộc lỗi cụ thể.

Tại sao khuôn mặt đôi khi vẫn trông kỳ lạ?

Bởi vì khuôn mặt phơi bày những lỗi nhỏ. Hướng mắt, răng, gò má, thời gian môi và kết cấu da đều phải duy trì mạch lạc cùng một lúc. Một prompt rộng như "người phụ nữ buồn nói chuyện" để lại quá nhiều khoảng trống cho sự trôi dạt.

Text-to-video hay image-to-video?

Sử dụng Text-to-video khi bất kỳ diễn viên đáng tin nào cũng được. Sử dụng Image-to-video khi một khuôn mặt cụ thể, diễn viên thương hiệu, nhà sáng tạo hoặc khung hình đầu tiên quan trọng.

Prompt Wan 3.0 tốt nhất cho một khuôn mặt đang nói là gì?

Prompt tốt nhất mô tả một chuỗi hành động liên tục: nơi người đó nhìn, miệng di chuyển thế nào, tay làm gì và những gì phải được giữ nguyên. Sau đó thêm các thuật ngữ tránh cho da nhựa, mắt biến dạng, răng xấu và khuôn mặt biến dạng.

Chi phí trên Atlas Cloud là bao nhiêu?

Atlas Cloud models/all hiện liệt kê Wan-3.0 Text-to-video, Image-to-video và Reference-to-video từ $0.05/giây. Một bản nháp 8s bắt đầu từ khoảng $0.40, trong khi một bài kiểm tra căng thẳng 30s bắt đầu từ khoảng $1.50 trước bất kỳ bậc độ phân giải cao hơn nào.

Tôi có thể sử dụng khuôn mặt chân thực Wan 3.0 cho quảng cáo hoặc UGC không?

Có, với kỷ luật sáng tạo và pháp lý bình thường. Sử dụng sự đồng ý cho chân dung, tránh lời chứng thực giả và gắn nhãn UGC tổng hợp khi các quy tắc tiết lộ hoặc chính sách khách hàng yêu cầu.