Alibaba ra mắt mô hình tạo video Wan3.0: Hỗ trợ tạo clip 30 giây từ tài liệu văn bản

Theo tin từ IT ngày 6 tháng 8, tài khoản chính thức của "Alibaba Cloud" tối nay (ngày 6) đã thông báo rằng thế hệ mô hình tạo video mới nhất Wan3.0 đã chính thức mở bản thử nghiệm công khai (public beta).

Wan3.0 đã được nâng cấp toàn diện về các khía cạnh như thời lượng tạo, khả năng sáng tạo vạn năng, tham chiếu toàn diện và độ chân thực. Mô hình có thể tạo video 30 giây trong một lần duy nhất, truyền tải trọn vẹn ý đồ sáng tạo. Ngoài bốn phương thức cơ bản là văn bản, hình ảnh, âm thanh và video, lần đầu tiên mô hình hỗ trợ đầu vào các định dạng tài liệu như doc, xls, ppt, pdf, md, với tuyên bố sẽ giúp "vạn vật đều có thể tạo thành video".

Wan3.0 hỗ trợ tạo video 30 giây cho mỗi phân đoạn, mang lại sự tự do sáng tạo lớn hơn, cho phép thể hiện đầy đủ các ngôn ngữ ống kính phức tạp như quay liên tục, quay một cú máy (one-take), chuyển từ "tạo một cảnh quay" sang "kể một câu chuyện hoàn chỉnh".

Ngoài ra, Wan3.0 còn hỗ trợ tính năng thời lượng thông minh, có thể tự động đề xuất thời lượng phù hợp dựa trên câu lệnh (prompt); kết hợp với tính năng kéo dài video, người dùng có thể mở rộng diễn biến câu chuyện và phát triển cốt truyện, giúp ý tưởng phát triển một cách tự nhiên.

Wan3.0 không chỉ hỗ trợ tham chiếu toàn diện từ văn bản, hình ảnh, âm thanh, video mà còn có thể đọc các thông tin có cấu trúc như tài liệu, bảng tính, trang web. Kết hợp với câu lệnh, người dùng có thể tạo ra các bài giảng, bản demo sản phẩm, biểu đồ động, báo cáo kinh doanh, v.v., đồng nghĩa với việc một lượng lớn tài liệu văn phòng có thể được chuyển đổi trực tiếp thành video.

Các định dạng đầu vào được hỗ trợ bao gồm doc, xls, ppt, pdf, txt, key, pages, numbers và md. Người dùng có thể nhập tối đa một tệp hoặc một liên kết, với dung lượng tệp không quá 100MB và số trang không quá 50 trang.

Bên cạnh đó, để loại bỏ cảm giác "bóng bẩy" và sự rập khuôn của các nhân vật AI, chế độ tạo video từ văn bản của Wan3.0 hướng tới sự "đa dạng hóa nhân vật": khắc họa chi tiết hơn về ngũ quan và làn da, biểu cảm cảm xúc của nhân vật tự nhiên và tiết chế, các biểu cảm nhỏ và cử động cơ thể có sự liên kết với nhau; ngay cả trong các cảnh quay nhóm, mô hình cũng có thể thể hiện tinh tế những cảm xúc phức tạp của từng nhân vật.

Trong các tác vụ tham chiếu toàn diện, Wan3.0 có thể tái tạo chính xác các chi tiết tham chiếu, duy trì tính nhất quán của các yếu tố then chốt như nhân vật, đạo cụ, âm thanh, mối quan hệ không gian và phong cách. Đối với nhân vật, các đặc điểm chi tiết như ngũ quan, kiểu tóc/màu tóc, hình thể, trang phục, phụ kiện đều được duy trì ổn định, tránh gây mất tập trung; đối với đạo cụ, ngoại hình đa góc độ, cấu trúc phần cứng, logo và chi tiết chất liệu đều được giữ ổn định; đối với bối cảnh, mô hình xử lý chính xác mối quan hệ giữa vị trí nhân vật và góc máy; đối với phong cách, mô hình kết xuất chính xác tông màu điện ảnh, ngay cả khi sáng tạo đa phong cách cũng không dễ xảy ra tình trạng nhầm lẫn phong cách.

Kể từ hôm nay, Wan3.0 đã mở thử nghiệm công khai trên Alibaba Cloud Bailian, Wanjing Yike, trang web chính thức Wanxiang và phiên bản PC của Qianwen Chuangzuo, đồng thời mở quyền truy cập thử nghiệm (gray release) trên ứng dụng Qianwen. Giá API cho các độ phân giải 480P/720P/1080P lần lượt là 0,3/0,6/1,2 nhân dân tệ/giây, giao diện API sẽ được mở toàn diện trong thời gian tới.

IT đính kèm địa chỉ trải nghiệm:

Alibaba Cloud Bailian: https://bailian.console.aliyun.com/cn-beijing?tab=model#/model-market/detail/wan3.0-video

Wanjing Yike: https://www.yikeai.com/

Trang web chính thức Wanxiang: http://wanxiang.aliyun.com

Qianwen Chuangzuo (phiên bản PC): https://c.qianwen.com/

IF STUDIO: https://ifs.iconfont.cn/

Duiyou: https://d.design/

Tuyên bố quảng cáo: Các liên kết chuyển hướng bên ngoài có trong bài viết (bao gồm nhưng không giới hạn ở siêu liên kết, mã QR, mật khẩu, v.v.) được sử dụng để truyền tải thêm thông tin, giúp tiết kiệm thời gian sàng lọc, kết quả chỉ mang tính chất tham khảo. Các bài viết của IT có chứa liên kết ngoài đều bao gồm tuyên bố này.