Wan 3.0 vs Seedance 2.5 Native 30s: Cả hai đều nói 30 giây, chỉ một cái thực sự là 1080p

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

Hai màn hình chỉnh sửa đặt cạnh nhau, cùng phát cùng một cảnh quay trạm xăng giữa sa mạc, một bên có dòng thời gian 30 giây liên tục bên dưới, một bên có dòng thời gian được chia thành hai đoạn.

Ở giây thứ 20, vòi xăng phun ra cỏ xanh tươi. Vẫn còn đọng nước. Con ngựa nheo mắt thích thú. Nhân viên trạm đánh rơi tăm ra khỏi miệng.

Trò đùa đó chỉ có tác dụng trong một cảnh quay 30 giây liên tục duy nhất. Cắt bốn clip 8 giây lại với nhau, con ngựa đổi màu lông, kính râm đổi hình, bầu trời ấm hơn một tông, và pha kết chết ở đâu đó giữa các đường nối.

Vì vậy, khi cả Wan 3.0 và Seedance 2.5 đều xuất hiện trong cùng một khung thời gian, tuyên bố có khả năng tạo 30 giây bản địa, một lần, không ghép nối, nó không còn là câu chuyện chuẩn mực nữa. Nó trở thành lần đầu tiên một mô hình video AI có thể giữ vững một thiết lập, một bước ngoặt và một cao trào trong một lần quay duy nhất.

Tôi đã mổ xẻ thông số kỹ thuật, chạy kiểm tra thông số dựa trên các tệp demo do Alibaba công bố, và phát hiện ra điều mà chưa ai viết về vấn đề này đã in ra: cả hai mô hình đều nói 30 giây, nhưng độ phân giải bên dưới 30 giây đó không phải là cùng một sản phẩm.

Những điểm chính

1. Cả hai mô hình thực sự tạo ra 30 giây trong một lần duy nhất. Phần đó không phải là tiếp thị. Wan 3.0 bao phủ 2 đến 30 giây với tùy chọn thời lượng thông minh, Seedance 2.5 bao phủ 4 đến 30 giây.
2. Chỉ có Wan 3.0 hiển thị gốc 1080p ở 30 giây. Seedance 2.5 tạo ra nguyên bản ở 480p và 720p. Các tùy chọn 1080p, 1440p và 4K của nó là các bản nâng cấp sau tạo sinh từ nguồn 720p, và tài liệu API của chính nó nói rằng mức 4K "không phải là tạo sinh 4K gốc".
3. Seedance 2.5 thắng về khối lượng tham chiếu: lên đến 30 ảnh cộng 10 video cộng 10 tệp âm thanh, tổng cộng 50. Sổ tay hướng dẫn của Wan 3.0 giới hạn tham chiếu ở 20.
4. Wan 3.0 có một đầu vào mà không ai khác có: các tệp .doc, .xls, .ppt, .pdf, .txt và các trang web trực tiếp, được đưa trực tiếp vào làm tài liệu tham khảo sáng tạo.
5. Chỉ một trong hai thực sự có thể chạy bên ngoài Alibaba ngay hôm nay. Wan 3.0 đang trong bản beta công khai trên Alibaba Cloud Model Studio và Qwen Cloud, với quyền truy cập API bên thứ ba vẫn đang được triển khai. Seedance 2.5 đang hoạt động trên Atlas Cloud với 30 trong bộ điều khiển thời lượng ngay bây giờ.
6. Muốn kiểm tra áp lực cấu trúc câu chuyện 30 giây trước khi bạn trả tiền cho từng giây của nó? Trình tạo kịch bản quảng cáo AI miễn phí của Atlas Cloud cho bạn một lần chạy miễn phí: một quảng cáo hoàn chỉnh 15 giây với hội thoại và hiệu ứng âm thanh, tải xuống không có hình mờ.

Bản demo chính thức của Wan 3.0 từ Alibaba, từ sổ tay hướng dẫn của Tongyi Wan 3.0. Một lần quay, không cắt, 30,07 giây. Đo bằng ffprobe: 1920x1072, 24fps, âm thanh stereo AAC tích hợp. Bật âm thanh để nghe tiếng đuôi vẫy và tăm rơi xuống đất ở giây thứ 29. Được sử dụng ở đây làm tài liệu tham khảo để so sánh và bình luận.

Wan 3.0 so với Seedance 2.5 Native 30s: Điều gì thực sự thay đổi trong tháng này

Mười lăm giây từng là bức tường trong một thời gian dài. Wan 2.7 dừng ở đó. Seedance 2.0 dừng ở đó. Mọi "bộ phim AI một phút" bạn thấy trên feed của mình trong năm ngoái đều là bốn đến tám clip được dán lại với nhau trong một phần mềm chỉnh sửa phi tuyến tính, với một lớp chỉnh màu để che giấu các đường nối.

Hai điều đã phá vỡ bức tường đó trong cùng vài tuần. Alibaba mở bản beta công khai Wan 3.0 vào ngày 6 tháng 8 năm 2026 với khả năng tạo 30 giây gốc và đầu vào tham chiếu đa phương thức đầy đủ (AlphaSignal, tháng 8 năm 2026). ByteDance tăng gấp đôi Seedance từ 15 lên 30 giây trong phiên bản 2.5, định vị nó một cách rõ ràng như một cách để giảm việc ghép clip và sự trôi hình ảnh đi kèm.

Bản địa ở đây có ý nghĩa kỹ thuật cụ thể. Nó có nghĩa là một lần chuyển tiếp duy nhất trên một chuỗi tiềm ẩn duy nhất, không phải là mở rộng khung hình cuối cùng, nơi mô hình lấy khung hình cuối cùng của clip A và bắt đầu clip B từ đó. Mở rộng là lý do tại sao cổ áo khoác của nhân vật của bạn lặng lẽ thay đổi hình dạng giữa các cảnh. Một lần chuyển tiếp gốc có toàn bộ 30 giây trong cùng một ngữ cảnh, vì vậy con ngựa vẫn là con ngựa đó.

Bản demo trạm xăng là bài kiểm tra sạch nhất có thể cho điều đó. Cấu trúc là bốn nhịp: 0 đến 8 giây không có gì xảy ra, 8 đến 16 giây có điều gì đó kỳ lạ xảy ra, 16 đến 24 giây cho cao trào, 24 đến 30 giây cho cảnh đi. Trò đùa đến ở giây thứ 20. Có nghĩa là nó chỉ thành công nếu con ngựa, kính râm, màu sắc xanh ngọc và cam, và máy quay tĩnh lặng đều tồn tại 19 giây đầu tiên không bị ảnh hưởng. Ghép nối không thể làm điều đó. Không phải vì người chỉnh sửa tệ, mà vì clip B chưa bao giờ thấy clip A.

Wan 3.0 so với Seedance 2.5 Native 30s: Nơi hình ảnh thực sự bị phá vỡ

Ba mươi giây gấp đôi mười lăm. Rủi ro trôi không phải là gấp đôi, nó còn tồi tệ hơn thế, và nó chuyển sang một chế độ hỏng hóc khác.

Các lỗi trong quy trình làm việc ghép nối là giữa các clip. Các lỗi trong quy trình gốc 30 giây là bên trong clip. Trong một quá trình sản xuất phim ngắn thực tế trên Seedance 2.5, người đánh giá đã tìm thấy sự mất kết nối và biến dạng xuất hiện dưới dạng "sự lởm chởm hoặc không ổn định về mặt thị giác trong các mô hình nhân vật", tập trung vào các chuỗi hành động nhanh, và đặc biệt lưu ý rằng những hiện tượng này không thể được làm sạch bằng cách nâng cấp (MindStudio, tháng 8 năm 2026). Đó là phần quan trọng đối với bất kỳ ai có kế hoạch hiển thị ở 720p và nâng cấp lên 4K sau đó: bộ nâng cấp làm sắc nét sự biến dạng, nó không loại bỏ nó.

Cùng một quá trình sản xuất ghi lại tỷ lệ quay 3,2-1. Khoảng 450 giây tạo nguyên liệu thô để cắt thành phim cuối cùng dài 2 phút 22 giây. Lập kế hoạch cho các cảnh quay dài giống như một buổi quay với nhiều góc máy, không phải như một hàng đợi kết xuất nơi mọi công việc đều được gửi đi.

Hai phát hiện nữa từ quá trình sản xuất đó đáng để lấy trộm. Nhận dạng thị giác trong toàn bộ bộ phim dựa trên ba hình ảnh tham khảo, hai chân dung nhân vật và một tấm địa điểm, mặc dù hệ thống chấp nhận tới 50. Và trong việc tuyển chọn giọng nói, viết "American" đã sửa một giọng Anh không mong muốn trong khi viết "American English" thì không, bởi vì từ "English" đã đẩy cách phát âm trở lại giọng Anh.

Cấu trúc prompt sống sót qua 30 giây là cấu trúc mà Alibaba sử dụng trong sổ tay hướng dẫn của riêng mình: các nhịp được đánh dấu thời gian rõ ràng. Không phải một đoạn văn mô tả không khí. Viết 0-8s, 8-16s, 16-24s, 24-30s, cho mỗi khối hành vi máy quay và sự kiện riêng, và kết thúc bằng một dòng âm thanh duy nhất bao phủ toàn bộ clip. Bạn sẽ thấy chính xác bộ xương đó trong Bước 4 bên dưới, bởi vì tôi đã giữ cấu trúc của Alibaba và chỉ dịch nó.

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

Wan 3.0 so với Seedance 2.5 Native 30s: Thông số kỹ thuật, Giá cả và Những gì bạn có thể chạy hôm nay

Đây là tình hình thực tế, và phần mà hai mô hình không còn là sản phẩm có thể so sánh được nữa.

Đọc hàng độ phân giải hai lần, bởi vì đó là toàn bộ bài viết. Tài liệu API Seedance 2.5 Text-to-Video của chính Atlas Cloud nói rằng 720p-esr nâng cấp từ nguồn 480p, rằng 1080p-esr, 1440p-esr và 4k-esr đều nâng cấp từ nguồn 720p, và tùy chọn 4K cung cấp một cạnh ngắn 2160 pixel "không phải là tạo sinh 4K gốc". Vì vậy, một clip Seedance 30 giây được dán nhãn 4K là 720p chi tiết thực, được lấy mẫu lại. Ngược lại, bảng giá của Wan 3.0 có một mức 1080p thẳng với giá $0,20 mỗi giây, và các tệp demo 30 giây do Alibaba công bố đo được 1920x1072.

Mặt trái của hạn chế đó: toàn bộ bài kiểm tra chạy trong một tab trình duyệt, trên ba mô hình, không cần thiết lập cục bộ.

Giá niêm yết được xác minh trên các trang mô hình của Atlas Cloud, tháng 8 năm 2026. Hãy đọc chúng như mức sàn, không phải báo giá. Mỗi mô hình trong số này tính phí dựa trên những gì bạn thực sự yêu cầu, và nút Chạy báo giá cài đặt chính xác của bạn trước khi bạn nhấp vào nó. Trong bài kiểm tra này, nút báo giá $0,1745 cho một khung GPT Image 2 ở chất lượng cao và 2048x1152, và $1,514799 cho một công việc Seedance 2.5 kéo dài năm giây ở 720p và 16:9, tương đương khoảng $0,30 mỗi giây chứ không phải $0,134 như niêm yết. Con số niêm yết là tỷ lệ 480p. Kiểm tra nút, không phải danh mục. Seedance 2.5 cũng cung cấp một điểm cuối tham chiếu thành video với cùng mức $0,134 mỗi giây nếu bạn muốn đẩy lên giới hạn 50 tham chiếu.

Cách tái tạo bài kiểm tra Native 30s này trên Seedance 2.5

Năm bước, ba mô hình, tất cả trong trình duyệt. Sao chép nguyên văn các prompt.

Bước 1: Khóa bộ xương 30 giây được đánh dấu thời gian

Chưa chạy gì cả. Đọc cấu trúc trước, bởi vì đây là phần quyết định xem 30 giây của bạn có giữ vững được không.

Bản demo trạm xăng Wan 3.0 ở đầu bài viết này được xây dựng dưới dạng bốn khối được dán nhãn với một nguyên tắc máy quay cố định được nêu một lần ở đầu: quan sát khách quan bình tĩnh, máy quay trung bình rộng cố định, cận cảnh đột ngột chỉ ở các nhịp phi lý. Mọi sự kiện đều được gắn với một phạm vi thời gian. Âm thanh là một dòng ở cuối bao phủ tất cả 30 giây.

Đây là bộ xương, trống. Điền vào nó và bạn có một prompt mà một mô hình gốc 30 giây thực sự có thể theo dõi:

PlainCopy
1Một [thể loại] dài 30 giây lấy bối cảnh tại [địa điểm]. [Phong cách hình ảnh, thang màu, độ bão hòa]. Ngôn ngữ máy quay: [nguyên tắc], được nhấn mạnh bởi [ngoại lệ].
2
30-8s: [thiết lập, máy quay rộng, thiết lập thế giới bình thường, giới thiệu điều bất thường ở đường chân trời]
4
58-16s: [điều bất thường hành động, vẫn được coi là bình thường, một góc nhìn hoặc chèn phản ứng]
6
716-24s: [cao trào, cận cảnh cực độ vào chính sự vật, cắt cứng sang khuôn mặt phản ứng]
8
924-30s: [cảnh đi, một nút vật lý nhỏ kết thúc trò đùa]
10
11Âm thanh: [không gian, ba hoặc bốn âm thanh diegetic cụ thể, một âm thanh nhỏ cuối cùng]. Không nhạc, không hội thoại, không văn bản trên màn hình.
12

Thông số đo lường của tệp tham khảo của Alibaba, cho bất kỳ ai muốn kiểm tra số liệu của tôi: 30,07 giây, 1920x1072, 24fps, AAC stereo. Đó là thanh mà lần chạy Seedance đang được đo.

Bước 2: Tạo khung mở đầu

Bạn cần một mỏ neo hình ảnh cố định để các lần chạy 15 giây và 30 giây bắt đầu từ cùng một thế giới. Mở GPT Image 2 Text-to-Image.

Cài đặt: chất lượng high, tỷ lệ khung hình 16:9, 1 hình ảnh.

PlainCopy
1Một cảnh quay thiết lập rộng, tĩnh lặng về một trạm xăng kiểu Route 66 đơn độc trong một sa mạc sáng. Tòa nhà màu vàng-cam-xanh retro, sơn hơi bạc màu nắng; một máy bơm xăng màu đỏ cổ điển phía trước; một cửa hàng tiện lợi nhỏ bên cạnh với máy bán nước ngọt cola đã bạc màu bên cửa. Màu đất cam khô nứt nẻ ở tiền cảnh, núi sa thạch ấm áp xa xa phía sau, bầu trời xanh lục lam không mây. Một nhân viên trạm xăng mặc yếm xanh nhờn và kính râm đen quá khổ đang ngủ gà ngủ gật trên ghế cạnh cửa, tăm trong miệng. Chỉnh màu xanh ngọc và cam tươi nghiêm ngặt, độ bão hòa cao, độ sáng cao, điện ảnh chân thực, máy quay cố định, 16:9.
2

Sân chơi GPT Image 2 trên Atlas Cloud với chất lượng đặt ở mức cao và 16:9, ảnh thiết lập trạm xăng Route 66 được tạo trong bảng đầu ra

GPT Image 2 trên Atlas Cloud: chất lượng cao, 16:9, một hình ảnh. Nút Chạy báo giá $0,1745 cho khung hình này, đó là chi phí thực tế cho một kết xuất chất lượng cao ở 2048x1152. $0,009 trên trang mô hình là mức sàn.

Khung thiết lập trạm xăng Route 66 được tạo bằng GPT Image 2, bầu trời xanh ngọc và đất cam nứt nẻ, nhân viên đang ngủ gật bên cửa

Khung mở đầu. Đây là đầu vào cho Bước 3 và mục tiêu hình ảnh cho Bước 4. Được tạo bằng openai/gpt-image-2.

Bước 3: Chạm vào bức tường 15 giây

Cài đặt: khung hình đầu tiên = đầu ra Bước 2 của bạn, duration kéo đến mức tối đa của nó là 15, độ phân giải 1080P.

PlainCopy
1Máy quay rộng cố định giữ nguyên. Một nữ cao bồi đội mũ rộng vành cưỡi một con ngựa thật từ đường chân trời đi vào. Nhân viên đang ngủ gật bị đánh thức bởi tiếng vó ngựa, đẩy kính râm lên, ngồi thẳng dậy, nhai tăm, vẻ mặt không ấn tượng. Cô ấy xuống ngựa gọn gàng, dẫn ngựa thẳng đến máy bơm xăng cổ điển. Chỉnh màu xanh ngọc và cam tươi, độ bão hòa cao, chân thực, máy quay quan sát bình tĩnh, không cắt.
2

Trình đơn thả xuống dừng ở 15. Đó là toàn bộ mục đích của bước này. Cao trào của bạn được lên lịch cho giây thứ 20, và đường ống này không thể tiếp cận giây thứ 20 trong một mảnh. Để đến đó, bạn sẽ tạo một clip thứ hai từ khung hình cuối cùng, và ngay khi bạn làm điều đó, con ngựa là một con ngựa mới.

Bước 4: Chạy lần chuyển gốc 30 giây đầy đủ

Mở Seedance 2.5 Text-to-Video.

Cài đặt: duration = 30, resolution = 720p, ratio = 16:9, generate_audio = bật, output_format = mp4, tắt hình mờ.

Chọn 720p một cách có chủ đích, không phải 1080p-esr. 720p là trần thực tế của mô hình, vì vậy đây là so sánh pixel tương tự thay vì so sánh với bộ nâng cấp.

Prompt bên dưới là prompt demo trạm xăng của chính Alibaba, được dịch trung thành từ sổ tay hướng dẫn của Wan 3.0 và được cấu trúc lại thành không có gì. Cùng các nhịp, cùng thời gian, cùng nguyên tắc máy quay, cùng danh sách âm thanh.

PlainCopy
1Một đoạn phim ngắn hài hước phi lý dài 30 giây lấy bối cảnh tại một trạm xăng kiểu Route 66 bạc màu nắng trên sa mạc sáng. Chân thực, chỉnh màu xanh ngọc và cam tươi nghiêm ngặt, độ bão hòa và độ sáng cao, để sự kiện phi lý xảy ra trong một thế giới hoàn toàn bình thường, gần như đẹp đẽ. Ngôn ngữ máy quay: quan sát bình tĩnh, khách quan, chủ yếu là máy quay trung bình cố định và trôi ngang chậm, không định hướng cảm xúc, được nhấn mạnh bởi các cận cảnh cực độ đột ngột vào các nhịp phi lý.
2
30-8s: Máy quay rộng, cố định. Bầu trời xanh lục, bụi bay. Trạm màu vàng-cam-xanh retro đứng một mình bên đường; một nhân viên mặc yếm xanh nhờn và kính râm đen lớn đang ngủ gật trên ghế, tăm trong miệng. Chỉ có gió. Trên đường chân trời, một nữ cao bồi cưỡi ngựa thật xuất hiện với tốc độ đi bộ. Cắt sang máy quay trung bình: tiếng vó ngựa đánh thức anh ta, anh ta đẩy kính râm, ngồi dậy, đọc cặp đôi đó là "người khác đến hỏi đường."
4
58-16s: Cô ta không nói gì. Cô ta xuống ngựa gọn gàng, dẫn ngựa thẳng đến máy bơm xăng cũ. Con ngựa thoải mái đặt đầu cạnh máy bơm như thể nó đã làm điều này trước đây. Góc nhìn ngắn hơi mắt cá từ phía sau kính râm của anh ta, người phụ nữ và con ngựa trông thậm chí còn kỳ lạ hơn. Cận cảnh: lông mày anh ta nhíu lại, anh ta tháo kính râm ra, chuẩn bị hét lên. Cận cảnh chuyển động chậm: khi kính râm rời ra, cô ta nhắm vòi xăng vào miệng con ngựa và bóp cò.
6
716-24s: Cận cảnh cực độ vào vòi xăng. Không phải xăng phun ra, mà là những tia cỏ xanh tươi, vẫn còn đọng nước. Cắt cứng sang cận cảnh cực độ khuôn mặt nhân viên, đơ cứng: mắt mở to như đĩa, miệng hơi hé mở, tăm quên nhai giữa chừng. Máy quay trung bình: con ngựa ăn vui vẻ, nheo mắt thích thú, sau đó vẫy đuôi mạnh mẽ hài lòng một lần, và bụi nó hất lên rơi thẳng vào mặt nhân viên vẫn còn đơ.
8
924-30s: "Đầy bình" cỏ. Cô ta treo vòi lại vào máy bơm, móc tiền xu từ túi, đi đến cửa hàng và thả chúng kêu leng keng vào một lon thiếc trên quầy. Cô ta liếc nhìn lại nhân viên đang hóa đá; dưới vành mũ, khóe miệng cô ta nhếch lên một chút. Cô ta lên ngựa và phi đi trong một vệt bụi. Máy quay từ từ đẩy vào anh ta: cùng một tư thế đơ cứng, mặt đầy bụi, kính râm vẫn kẹp trong tay, và cuối cùng chiếc tăm rơi khỏi miệng với một tiếng lách cách nhỏ.
10
11Âm thanh: gió sa mạc khô suốt, tiếng vó ngựa, tiếng lách cách cơ học của cần bơm, tiếng cỏ ướt phun ra, tiếng đuôi vẫy, tiền xu trong lon thiếc, và một tiếng lách cách nhỏ khi tăm chạm đất. Không nhạc, không hội thoại, không văn bản trên màn hình.
12

Một cảnh báo sẽ giúp bạn tiết kiệm một hóa đơn lãng phí, và đó là cùng một cái bẫy như Bước 3: kéo thanh trượt thời lượng đến 30, không gõ 30 vào hộp số. Hộp sẽ vui vẻ hiển thị 30 trong khi thanh trượt vẫn ở mức mặc định năm giây của nó, và nút Chạy sẽ báo giá cho bạn năm giây. Kiểm tra báo giá trước khi bạn nhấp. Ở 720p và 16:9, một công việc năm giây báo giá $1,514799, vì vậy một lần chạy 30 giây thực sự báo giá khoảng sáu lần đó.

Không có ảnh chụp màn hình lần chạy hoàn thành cho bước này. Ba lần chụp tự động đều gửi mặc định thanh trượt thay vì 30 giây, và thay vì cho bạn thấy một clip năm giây được dán nhãn là clip 30 giây, ảnh chụp đã được bỏ qua. Prompt và cài đặt trên là chính xác những gì cần dán và đặt.

Bước 5: Đọc sự trôi, một cách trung thực

Đây là mặt Seedance 2.5 của chính xác prompt đó, được tạo ở gốc 30 giây, 720p, 16:9, có âm thanh.

Seedance 2.5, cùng prompt trạm xăng Wan 3.0 được sao chép nguyên văn: gốc 30 giây trong một lần tạo, 1280x720, 24fps, âm thanh tích hợp. Cùng bốn nhịp, nữ cao bồi và ngựa đến, trò đùa vòi xăng, cận cảnh sự bất hòa nhận thức của nhân viên. Đặt nó bên cạnh clip Wan 3.0 ở đầu để đọc tương tự.

Đặt hai clip cạnh nhau và kiểm tra năm điều cụ thể. Đừng kiểm tra "cái nào trông đẹp hơn", đó là cuộc tranh luận về thị hiếu và nó sẽ lãng phí buổi chiều của bạn.

1. Nhận dạng lông và trang phục. Con ngựa có cùng màu ở giây thứ 29 như ở giây thứ 6 không? Kính râm có cùng hình dạng sau khi tháo ra và đưa lại vào tay anh ta không?
2. Độ ổn định của thang màu. Lấy mẫu bầu trời ở giây thứ 2 và giây thứ 28. Chỉnh màu xanh ngọc và cam thường trôi về phía ấm trong các tạo sinh dài hơn mọi người thường mong đợi.
3. Nhịp vật lý ở giây thứ 20. Cỏ từ vòi xăng là một yêu cầu vật lý. Nó có vòng cung và rơi với trọng lượng, hay nó mờ dần vào như một kết cấu?
4. Kỷ luật máy quay. Prompt nói máy quay cố định. Đếm xem máy quay phát minh ra bao nhiêu lần đẩy vào mà nó không được yêu cầu. Đây là lỗi tạo sinh dài phổ biến nhất: mô hình hết các sự kiện được lên lịch và lấp đầy thời gian bằng chuyển động.
5. Biến dạng chuyển động nhanh. Tiếng đuôi vẫy và bụi hất lên là chuyển động nhanh nhất trong clip. Theo ghi chú sản xuất của MindStudio, đây chính xác là nơi sự mất kết nối tập trung, và chính xác là những gì nâng cấp sẽ không sửa.

Chấm điểm năm điều đó, không phải không khí. Đó là một so sánh bạn có thể bảo vệ trước khách hàng.

Ba prompt so khớp khác giữa Wan 3.0 và Seedance 2.5 Native 30s

Một bản demo là một giai thoại. Dưới đây là ba tệp 30 giây chính thức khác của Wan 3.0 từ cùng một sổ tay hướng dẫn, mỗi tệp gây áp lực lên một phần khác nhau của vấn đề 30 giây. Đối với quái vật biển và độc thoại kỳ ảo đen tối, mặt Seedance 2.5 được tạo trên cùng prompt ở gốc 30 giây và được nhúng ngay sau mỗi cái, để bạn có thể xem cả hai thay vì tin lời tôi.

Bản demo chính thức của Wan 3.0: mười cảnh quay được kịch bản hóa và một bản nhạc giao hưởng đầy đủ trong một lần chuyển 30 giây, ở 1920x1072. Đây là lập luận khó nhất cho 1080p gốc, bởi vì khối lượng nước và chi tiết da ướt của sinh vật chính xác là những gì nâng cấp 720p phát minh ra chứ không phải giải quyết. Sổ tay hướng dẫn Alibaba Tongyi, được sử dụng để so sánh và bình luận.

Seedance 2.5, cùng prompt thảm họa mười cảnh quay ở gốc 30 giây, bật âm thanh. Thuyền đánh cá bị bão táp, người thủy thủ khiếp sợ, sóng dâng lên, sau đó quái vật biển sâu phá vỡ bề mặt trong tia chớp. Một tham chiếu IP và văn bản thương hiệu trên thân thuyền đã được loại bỏ để bộ lọc nội dung của Seedance vượt qua; storyboard giống hệt nhau, đó là điều làm cho khối lượng nước và chi tiết da ướt trở thành một so sánh tương tự công bằng với clip Wan 3.0 ở trên.

Bản demo chính thức của Wan 3.0, bật âm thanh. Lời thoại phản diện tiếng Anh gốc, "Ripe enough for the void", được thể hiện trong một cú nghiêng lên chậm duy nhất không cắt. Đây là clip mà các nhóm nói tiếng Anh nên kiểm tra, bởi vì giọng nói, khớp môi và chuyển động máy quay liên tục 30 giây đều phải giữ vững cùng một lúc.

Seedance 2.5, cùng prompt kỳ ảo đen tối được sao chép nguyên văn, gốc 30 giây, bật âm thanh. Cùng phản diện mắt tím, các dấu hiệu sao rune, tinh vân bóng tối hình thành trong lòng bàn tay mở của anh ta, và hai câu tiếng Anh. Xem liệu khớp môi và cú đẩy liên tục duy nhất có giữ vững trong suốt 30 giây như chúng làm ở mặt Wan 3.0 hay không.

Nếu bạn chạy mặt Seedance 2.5 so khớp của cái này, hãy giữ nguyên văn hai câu tiếng Anh và nhớ sự khác biệt giọng từ ghi chú sản xuất: viết "American", không phải "American English". Từ "English" kéo cách phát âm trở lại giọng Anh.

Cái thứ ba là bất ngờ thầm lặng. Prompt anime thể thao 2D trong sổ tay hướng dẫn của Alibaba dài hai dòng. Không có dấu thời gian, không có danh sách cảnh quay, chỉ là một võ sĩ đấm bao cát, mệt mỏi, đau đớn. Ba mươi giây từ đó là một bài kiểm tra thực sự về việc liệu mô hình có thể tự phát minh ra cấu trúc của nó hay không. Ở đây nó được lấy mẫu trong suốt thời gian chạy của chính nó:

Bốn khung hình từ bản demo anime thể thao 2D chính thức của Wan 3.0 được lấy mẫu ở khoảng 1, 10, 20 và 29 giây, cho thấy thiết kế của võ sĩ và nền phòng tập trong suốt 30 giây

Bốn khung hình từ bản demo anime thể thao 2D chính thức của Wan 3.0, được lấy mẫu ở khoảng 1, 10, 20 và 29 giây. Cùng thiết kế nhân vật, cùng áo ba lỗ, cùng bao cát, cùng dãy tủ, khi thay đổi từ rộng sang cận cảnh mà prompt không bao giờ yêu cầu. Một lưới tĩnh thay vì một clip, bởi vì so sánh ở đây là theo thời gian trong một tệp, không phải chuyển động.

Đọc thực tế: với một prompt hai dòng, mô hình đã tự phát minh ra các góc quay của nó, di chuyển từ một máy quay rộng cố định đến một cận cảnh mồ hôi và kiệt sức, và giữ thiết kế nhân vật trong khi làm điều đó. Đó là tin tốt. Sự đánh đổi là bạn đã từ bỏ quyền kiểm soát khi nào mọi thứ xảy ra. Nếu bạn cần 30 giây để hạ cánh một nhịp cụ thể tại một giây cụ thể, hãy viết các dấu thời gian.

Kiểm tra kể chuyện Native 30s miễn phí trước khi bạn trả tiền cho một trong hai

Một lần chạy 30 giây ở 720p trên Seedance 2.5 báo giá khoảng $9 khi bạn định giá độ phân giải thực tế thay vì mức sàn danh mục. Một lần chạy 30 giây ở 1080p trên bảng giá của Wan 3.0 là $6,00. Cả hai đều không đắt theo tiêu chuẩn sản xuất, nhưng với tỷ lệ quay 3,2-1, bạn không mua một clip, bạn mua ba hoặc bốn.

Trước khi bạn chi tiêu bất cứ điều gì, thật đáng để trả lời một câu hỏi rẻ hơn: kịch bản của tôi có thực sự trụ vững như một cảnh quay liên tục không? Hầu hết các thất bại 30 giây không phải là lỗi của mô hình. Chúng là lỗi cấu trúc, ba nhịp nhồi nhét vào nơi chỉ có chỗ cho hai, hoặc một cao trào được viết ở giây thứ 26 mà không có gì mang theo giây thứ 8 đến 20.

Trình tạo kịch bản quảng cáo AI miễn phí của Atlas Cloud trả lời điều đó mà không tốn kém. Bạn cung cấp cho nó một mô tả sản phẩm và tối đa bốn ảnh sản phẩm, mỗi ảnh dưới 8MB, chọn một trong sáu phong cách (meme hài hước, bước ngoặt cốt truyện, sitcom, cảm động, sang trọng hoặc bán hàng mạnh), và nó viết một kịch bản hai nhân vật trước, với một cú móc ba giây, một xung đột và một bước ngoặt, sau đó xây dựng mọi cảnh quay xung quanh kịch bản đó. Các nhân vật nói lời thoại của họ to và hiệu ứng âm thanh được kết xuất vào video.

Các giới hạn trung thực: nó là 15 giây, không phải 30, bạn cần đăng nhập, và bạn có một lần tạo miễn phí trước khi bạn nạp tín dụng. Nhưng 15 giây với một cú móc, một xung đột và một bước ngoặt cho bạn biết liệu ba nhịp của bạn có thở được không. Nếu cấu trúc hoạt động ở đó, hãy lấy cùng các nhịp đó, kéo dài chúng lên bộ xương 0-8s / 8-16s / 16-24s / 24-30s từ Bước 1, và chi chín đô la cho một lần chạy gốc 30 giây thực sự.

Một clip Native 30s thực sự có giá bao nhiêu trên Wan 3.0 so với Seedance 2.5

So sánh thực sự quyết định: Wan 3.0 ở 720p rẻ hơn mỗi giây so với Seedance 2.5 ở 720p, và ở 1080p, nó là một trong hai mô hình bán pixel thực sự. Câu trả lời của Seedance 2.5 là 50 vị trí tham chiếu, khả năng sẵn có trực tiếp và một API hoạt động mà bạn có thể gửi hàng vào chiều nay.

Ghi chú về nguồn và cấp phép cho các clip Native 30s này

Mọi clip Wan 3.0 và mọi prompt Wan 3.0 trong bài viết này đều đến từ sổ tay hướng dẫn của Tongyi Wan 3.0 do Alibaba phân phối công khai, được sao chép ở đây để so sánh và bình luận, được ghi công, không sửa đổi và không loại bỏ hình mờ. Sử dụng thương mại đầu ra của Seedance 2.5 thuộc các điều khoản của ByteDance và Volcengine; thanh toán API và xử lý dữ liệu ở phía Atlas Cloud thuộc các điều khoản riêng của Atlas Cloud. Không có chân dung người thật nào được sao chép ở bất cứ đâu trong bài kiểm tra này. Nếu bạn đang gửi công việc cho khách hàng, hãy đọc các điều khoản của mô hình cho điểm cuối cụ thể bạn gọi, không phải tóm tắt blog về chúng.

Câu hỏi thường gặp

Wan 3.0 có thực sự là 30 giây gốc trong một lần chuyển, hay là các clip ghép?

Một lần chuyển. Wan 3.0 tạo 2 đến 30 giây trong một lần tạo duy nhất với tùy chọn thời lượng thông minh, vì vậy nó cũng có thể quyết định clip không cần đủ 30 giây. Điều đó khác với mở rộng khung hình cuối cùng, nơi một clip thứ hai được gieo từ khung hình cuối cùng của clip thứ nhất và nhận dạng trôi qua đường nối.

Cái nào thực sự là 1080p ở 30 giây, Wan 3.0 hay Seedance 2.5?

Wan 3.0. Nó có một mức 1080p gốc trên bảng giá của nó, và các tệp demo 30 giây của chính Alibaba đo được 1920x1072. Seedance 2.5 tạo ra nguyên bản chỉ ở 480p và 720p; các tệp 1080p, 1440p và 4K của nó là các nâng cấp của nguồn 720p, và tài liệu API của nó mô tả mức 4K là "không phải tạo sinh 4K gốc".

Hình ảnh có còn bị vỡ ở giây thứ 25 không?

Có thể, nhưng lỗi đã thay đổi hình dạng. Thay vì một đường nối có thể nhìn thấy giữa các clip, bạn bị biến dạng và mất kết nối bên trong cảnh quay, tập trung ở các đoạn chuyển động nhanh, và nâng cấp không loại bỏ nó. Một quá trình sản xuất phim ngắn được ghi lại trên Seedance 2.5 đã chạy tỷ lệ quay 3,2-1, vì vậy hãy lập kế hoạch cho các cảnh quay dài với nhiều góc máy.

Mô hình nào nhận được nhiều tài liệu tham khảo hơn?

Seedance 2.5, với một biên độ rộng: 30 ảnh cộng 10 video cộng 10 tệp âm thanh, tổng cộng 50, với video và âm thanh tham chiếu mỗi loại giới hạn ở 30 giây kết hợp cho mỗi yêu cầu. Sổ tay hướng dẫn của Wan 3.0 giới hạn tham chiếu ở 20, nhưng nó là mô hình duy nhất chấp nhận các tệp .pdf, .ppt, .xls, .doc, .txt và các trang web trực tiếp làm đầu vào sáng tạo.

Wan 3.0 sẽ có trọng số mở không?

Không có cam kết chính thức. Tính đến bản beta công khai tháng 8 năm 2026, chưa có trọng số Wan 3.0, checkpoint Hugging Face hoặc nút ComfyUI nào được công bố, và trọng số mở chính thức cho dòng video hàng đầu dừng ở Wan 2.2 (Kingy AI, tháng 8 năm 2026). Hãy coi bất cứ điều gì khác bạn đọc về việc phát hành trọng số 3.0 là suy đoán cho đến khi Alibaba nói khác.