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.

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

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

Hãy xem đoạn clip quái vật biển dài 30 giây mà Alibaba phát hành kèm bản beta Wan 3.0. Tàu đánh cá, mưa như trút, sấm chớp, rồi đại dương bùng nổ. Mười cảnh quay riêng biệt. Không một cú cắt. Nhạc nền giao hưởng bên dưới do chính mô hình viết.

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 đều 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 render 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 các kho lưu trữ mô hình và các mức giá đã công bố. Bản nâng cấp thực sự rất lớn. Chỉ có điều nó không phải là bản nâng cấp mà mọi người đang mô tả.

Wan 3.0 vs Wan 2.7: những điểm chính

• Thời lượng là điểm nhấn. Wan 3.0 tạo ra 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 nhảy từ một ít lên đến cả đống. Wan 2.7 chấp nhận tối đa 5 mục tham chiếu. Wan 3.0 chấp nhận tối đa 20 mục, và lần đầu tiên nhận các tệp doc, xls, ppt, pdf và md, cũng như các trang web, làm đầu vào tạo sinh.
• Không có 4K. Bảng giá API của Alibaba chỉ có đúng ba mức: 480P, 720P và 1080P. Trên Atlas Cloud, Wan 2.7 thực sự cung cấp 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 chỉ 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 dành cho 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 liên quan. Nếu bạn cần một API có thể gọi trong sản xuất vào tuần này, thì Wan 2.7 vẫn là thế hệ đáp ứng được.
• Muốn xem định dạng trước khi học ngữ pháp prompt? Atlas Cloud có một công cụ tạo kịch bản quảng cáo AI miễn phí biến một mô tả sản phẩm thành một quảng cáo hài kịch 15 giây với hai nhân vật và hội thoại. Một lần tạo miễn phí, không có hình mờ.

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

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 đạt chiều cao 1072 pixel, và một số bản demo khác được công bố chỉ đơn giản là 1280x720. Mười hai trong số mười chín clip trong sổ tay có thời gian từ 30,05 đến 30,07 giây, điều này cho bạn biết rằng giới hạn 30 giây là một điểm dừng cứng thực sự chứ không phải là một con số làm tròn tiếp thị.

Tại sao câu hỏi Wan 3.0 vs Wan 2.7 lại khó hơn vẻ ngoài của nó

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 làm được. Wan 3.0 mở cửa cho bản beta công khai vào ngày 6 tháng 8 năm 2026 và tồn tại 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 với bảng thông số kỹ thuật, và các bảng thông số kỹ thuật đã được sao chép ngang cho đến khi các lỗi hóa thạch.

Ba "sự thật" về Wan 3.0 vs Wan 2.7 hoàn toàn sai

"Wan 3.0 là 4K gốc." Không phải. Bảng giá API được công bố chạy 480P, 720P và 1080P ở mức ¥0,3, ¥0,6 và ¥1,2 mỗi giây. Ba mức, không có mức thứ tư. Trong khi đó, Atlas Cloud hiển thị 1080P-SR và 1440P-SR trên Wan 2.7, vì vậy về trần pixel thuần túy, thế hệ cũ hiện đang thắng.

"Các trọng số 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 phát hành 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 không thay đổi.

"Ngữ pháp prompt mang nguyên xi." Điều này đúng một nửa theo cách sẽ đốt cháy bạn. Các từ mang nguyên. Cấu trúc thì không. Các 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 khoảng thời gian giây rõ ràng. Dán một kịch bản mười cảnh vào một mô hình 15 giây và nó không chọn một cách duyên dáng sáu cảnh. Nó nén.

Tại sao bạn không thể chỉ đổi chéo 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 cần ghép hai clip" không giải 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 đưa vào phải dài từ 2 đến 10 giây, vì vậy một tạo sinh 15 giây không thể là hạt giống. Đầu ra mã hóa lại nguồn, ăn phần đuôi của clip bạn đã đưa vào. Và việc xâu 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 duy nhất. Bất cứ thứ gì dài hơn đều là một bản chỉnh sửa, không phải là một tạo sinh.

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 vs 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 tính phí theo giây để một lần quay hỏng sẽ tiêu tốn vài giây thay vì một gói đăng ký. Mọi thứ ở phía Wan 2.7 của bài viết này đều chạy trên Atlas Cloud, trang web lưu trữ bốn điểm cuối Wan 2.7 và mô hình hình ảnh được sử dụng cho bài kiểm tra 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 vs Wan 2.7, thế hệ này sang thế hệ khác

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

Một chi tiết giá cả đáng lưu tâm 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 trích dẫn số thực cho bất kỳ mức nào bạn đã chọn. Đọc nút, không đọc tiêu đề.

Đối với một lần chạy được lưu trữ hiện tại, hãy mở Wan 3.0 trên Atlas Cloud và kiểm tra một prompt như bên dưới trước khi bạn xuất bản quy trình làm việc.

Ảnh chụp màn hình prompt-to-result của Wan 3.0: So sánh mô hình phù hợp.

Tự chạy bài kiểm tra Wan 3.0 vs Wan 2.7

Bốn bước. Hai trong số đó sử dụng tài liệu đã xuất bản của Alibaba làm điểm tham chiếu cố định, hai trong số đó 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 bài kiểm tra này không phải là thứ bạn tạo ra. Nó là thứ bạn đọc. Prompt kaiju đầy đủ được xuất bản trong sổ tay hướng dẫn sáng tạo chính thức của Wan 3.0, 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 riêng mô tả phần 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 điểm nhạc. Đó là những gì một prompt tạo sinh một lần 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 bây giờ. Bạn muốn xem mô hình làm gì khi ý định vượt quá trần.

PlainCopy
1A 30-second, photoreal cinematic sequence: a deep-sea kaiju emerges at night in a raging storm. Open on a small, battered fishing trawler with the white letters "WAN" on its hull, fighting through enormous waves under torrential rain; lightning briefly lights the whole ocean. Push to a mid-close shot on the deck: waves smash over the bow, ropes, nets and metal railings whip in the wind, rain streaks the lens. Then the sea ahead swells unnaturally, an enormous vortex forms, and a vast dark shape passes beneath the boat, lifting it. A crewman in a soaked rain jacket grips the rail, terrified, and turns toward the water. Finally the surface explodes upward and a colossal Pacific-Rim-style sea monster breaches: wet, scarred, ridged skin, huge jaws, tens of meters of spray. Close on its head roaring in the lightning. The trawler is nearly swallowed. End on a wide shot: the kaiju towering over the churning sea, the boat tiny in the foreground, one final lightning strike. Hollywood disaster-movie scoring: low sub-bass rumble and sparse strings building to brass and heavy percussion at the breach, ending on an oppressive sustained low chord. Photoreal scale, volumetric water, high-contrast storm lighting.
2

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

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

Wan 2.7 văn bản thành video trên Atlas Cloud, prompt đã dán, 1080P và 16:9 được chọn. Nút Run báo giá $0,75 cho lần chạy thử ngắn này, tương đương $0,15 mỗi giây: hệ số nhân 1,5x 1080P 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
1Single continuous take, no cuts. Prioritize the breach moment; compress the setup.
2

Một dòng đó là công việc di chuyển ở dạng thu nhỏ. Một kịch bản 30 giây phải được viết lại thành một ý định 15 giây, và bạn là người quyết định cảnh nào sẽ bị loại bỏ.

Trái: đầu ra chính thức của Wan 3.0, 30 giây. Phải: Wan 2.7 trên Atlas Cloud chạy cùng prompt, dừng ở giới hạn 15 giây của nó.

Bước 3: Xây dựng hình ảnh tham chiếu cho bài kiểm tra nhận dạng Wan 3.0 vs Wan 2.7

Thời lượng là bản nâng cấp lớn. Tính nhất quán ở cấp độ 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 bắt chước 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 bên cắt ngang, một lồng máy giặt, một băng chuyền sân bay và một buồng điện thoại màu đỏ. Cả hai con mèo đều được ghim bằng thẻ tham chiếu @Image1 và @Image2.

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

PlainCopy
1A studio portrait of a fluffy ragdoll cat with blue eyes and a dark mask, sitting upright facing the camera, evenly lit against a plain pale pink background, sharp fur detail, full body visible, clean reference-sheet framing.
2

PlainCopy
1A studio portrait of a small sleek black cat with bright amber eyes, standing in profile facing right, evenly lit against a plain pale pink background, sharp fur detail, full body visible, clean reference-sheet framing.
2

Sân chơi GPT Image 2 trên Atlas Cloud với chất lượng được đặt thành cao và bảng tham chiếu mèo ragdoll được render trong bảng OUTPUT

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

Bước 4: Chạy bài kiểm tra nhận dạng trên Wan 2.7 tham chiếu thành video

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

PlainCopy
1Wes Anderson style, perfectly symmetrical, flat frontal compositions, pastel palette. Reference image 1 is the ragdoll cat, reference image 2 is the black cat; keep both cats identical in every shot. Shot 1: an endless symmetrical hotel corridor, the ragdoll cat running straight toward the camera with a solemn expression, the black cat sprinting away in the background with its head twisted back 180 degrees. Shot 2: a cutaway side view of the corridor, pink patterned wallpaper and gold picture frames, the ragdoll walking left to right and the black cat crossing right to left. Shot 3: frontal macro on a mint-green vintage washing machine door, both cats floating stiffly inside the drum among suds, eyes blank, rainbow-ordered detergent bottles lined up behind. Rigid horizontals and verticals, no camera tilt, deadpan absurd humor.
2

Sân chơi Wan 2.7 tham chiếu thành video trên Atlas Cloud với cả hai tham chiếu mèo đã được tải và clip đã hoàn thành 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 được đặt thành 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 nhận 20 mục tham chiếu.

Bây giờ hãy đặt chúng cạnh nhau.

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

Được tạo bởi Alibaba trên Wan 3.0 trong bản beta công khai và được đăng trong sổ tay hướng dẫn sáng tạo 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 tĩnh; tệp được gửi có âm thanh stereo 44,1kHz.

Kết quả Wan 2.7 tham chiếu thành video trên cùng một yêu cầu, ba cảnh trong giới hạn 10 giây

Wan 2.7 tham chiếu thành video trên Atlas Cloud, cùng hai tham chiếu, hiển thị ở đây dưới dạng GIF tĩnh. Đây là lần chạy 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 trên nút Run trước khi nhấn. Hãy xem các mảng lông của mèo và mặt nạ của mèo ragdoll; đó là khía cạnh mà tuyên bố "tính nhất quán ở cấp độ pixel" nói về.

Bốn prompt Wan 3.0 vs Wan 2.7 khác đáng để chạy lại

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

Wan 3.0, đầu ra beta chính thức: một cú lùi liên tục dài 30 giây xuống hành lang bệnh viện được chiếu sáng bằng đèn huỳnh quang, tông màu xanh lục nhạt đơn sắc, với nữ diễn viên hét lên cầu 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 một ý tưởng

Hãy nhìn vào clip trạm xăng một lần nữa. Định dạng đó, một kịch bản hài kịch ngắn với hai nhân vật, một sự đảo ngược và một cú đấm, là nơi thời gian chạy thêm của Wan 3.0 mang lại hiệu quả cao nhất. Nó cũng là định dạng có nhiều khả năng bán được thứ gì đó nhất.

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

Nếu bạn chỉ muốn tìm hiểu xem định dạng có hiệu quả với sản phẩm của mình hay không trước khi đầu tư vào ngày cuối tuần đó, Atlas Cloud có một công cụ miễn phí bỏ qua hoàn toàn việc thiết kế prompt. Bạn mô tả sản phẩm, tùy chọn tải lên tối đa bốn ảnh sản phẩm ở 8MB mỗi ảnh, chọn một trong sáu tông (meme hài hước, bất ngờ, sitcom, ấm áp, sang trọng hoặc bán hàng mạnh) và nó sẽ viết kịch bản hai nhân vật, chọn giọng, tạo hội thoại và hiệu ứng âm thanh, và trả về một quảng cáo 15 giây đã hoàn thành dưới dạng một cảnh liên tục. Các bản tải xuống sạch sẽ, không có hình mờ. Bạn cần phải đăng nhập và bạn nhận được 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 kịch bản quảng cáo AI miễn phí của Atlas Cloud

Trình tạo kịch bản quảng cáo AI miễn phí: một mô tả sản phẩm đầu vào, một quảng cáo 15 giây với hai nhân vật 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 đến từ một lần chạy.

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

Tính theo giây, hai thế hệ ở cùng mức độ ở mức 720P. Sự khác biệt về chi phí là cấu trúc: một clip trước đây dài 15 giây bây giờ là 30 giây, vì vậy một tác phẩm hoàn chỉnh gần như tăng gấp đôi.

Bảng 4: cùng một chuỗi kaiju, bốn cách

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

Alibaba cũng đã thẳng thắn một cách bất thường 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 stereo 44,1kHz nhưng được mã hóa ở tốc độ bit khiêm tốn 32 kb/s, tốt cho bản xem trước và mỏng cho master phân phối.

Cấp phép Wan 3.0 vs Wan 2.7: bạn thực sự có thể giao hàng gì

Phiên bản ngắn gọn, và vui lòng tự xác minh dựa trên 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 ấn định. Bởi vì các trọng số không được phát hành, không có đường dẫn tự lưu trữ nào cả; bất cứ thứ gì bạn tạo đều đi qua API của Alibaba hoặc các bề mặt tiêu dùng của nó và bạn bị ràng buộc bởi bất kỳ điều khoản nào trên đó vào ngày bạn tạo. Wan 2.7 cũng có câu chuyện tương tự về trọng số, nhưng nó đã được 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.

Câu hỏi thường gặp về Wan 3.0 vs 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 Wan-Video GitHub. Họ Wan mới nhất có trọng số được phát hành là Wan 2.2, bao gồm các biến thể Animate và S2V. Đối với một biểu đồ ComfyUI cục bộ, bạn vẫn ở 2.1 hoặc 2.2. Wan 3.0 chỉ dành cho API và web.

Độ phân giải Wan 3.0 vs Wan 2.7: Wan 3.0 có thực sự tạo ra 4K không?

Không. Bảng giá API được công bố có ba mức 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 của nó.

Tôi có thể nhận được 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 từ 2 đến 10 giây, vì vậy một tạo sinh 15 giây đầy đủ không thể làm hạt giống. Đầu ra mã hóa lại và cắt bỏ phần đuôi của bất cứ thứ gì bạn đưa vào, và các lần tiếp nối được xâu chuỗi có xu hướng lặp ngược về nhịp mở đầu. Quá 15 giây, bạn đang chỉnh sửa, không phải tạo sinh.

Wan 3.0 vs Wan 2.7: tôi thực sự có thể 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 vs Wan 2.7: cái nào đắt hơn cho mỗi clip hoàn chỉnh?

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

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

Có, và việc viết lại mang tính cấu trúc hơn là từ vựng. Prompt Wan 2.7 mô tả một cảnh quay liên tục duy nhất với chi tiết phong phú. Prompt Wan 3.0 là danh sách cảnh có dấu thời gian, đôi khi có một đoạn mô tả điểm nhạc riêng và mô hình cũng sẽ đọc một pdf hoặc một bộ bài làm đầu vào. Nguyên tắc chung: đối với Wan 2.7, viết một đoạn về một cảnh; đối với Wan 3.0, viết một bảng phân tích cảnh được đánh số với khoảng thời gian giây.