Trình tạo video AI Wan 3.0

Thế mạnh của Wan 3.0

Ảnh và âm thanh tham chiếu trong một clip

Wan 3.0 nhận tối đa 10 ảnh tham chiếu và 5 đoạn âm thanh, và Alibaba cho phép kết hợp tự do trong một lần tạo.

Hãy gọi chúng trong prompt theo cách Alibaba làm, là Image 1, Image 2 và Audio 1: “người đánh cá trong Image 1 đi dọc cầu tàu trong Image 2 và nói câu thoại trong Audio 1”.

Các đoạn âm thanh có giới hạn tổng độ dài, nên hãy cắt lấy đúng phần cần dùng. Cần ảnh tham chiếu trước? Hãy tạo nhân vật hay sản phẩm bằng Wan 2.7 Image, rồi thêm vào làm Image 1.

Hãy dùng tư liệu bạn sở hữu hoặc được phép sử dụng, nhất là gương mặt và giọng nói.

Khung hình chính của video điện ảnh 16:9, bộ ba khung hình ngăn bởi những rãnh tối mảnh: trái, một bức chân dung studio đơn giản của một ngư dân để râu đội mũ len đan màu xanh lá đậm; giữa, một bức ảnh đơn giản chụp cầu tàu gỗ vắng người lúc rạng đông với những chiếc thuyền đang neo; phải, chính người ngư dân đó đội chiếc mũ đó đi dọc chính cầu tàu ấy lúc rạng đông trong khi máy quay lướt bên cạnh, phía sau là thuyền và hải âu. Khuôn mặt và trang phục nhất quán, bảng màu xanh dịu và hổ phách, không có chữ, không có logo.

Clip dài chứa trọn một cảnh

Clip có thể dài tối đa 30 giây, đủ cho một cảnh có nhiều hành động nối tiếp nhau.

Hãy viết prompt thành một chuỗi ngắn, từng nhịp theo thứ tự, và ghi thời điểm tương đối khi cần: “đầu tiên cô mở hộp, rồi nhấc chiếc đèn ra, rồi bật đèn và mỉm cười”.

Clip càng dài càng tốn, vì video tính phí theo giây. Hãy thử ý tưởng với độ dài ngắn hơn và độ phân giải thấp hơn trước khi tạo bản đầy đủ.

Khung hình chính của video điện ảnh 16:9, một chàng trai bên chiếc bàn gỗ đầy nắng nhấc chiếc đèn bàn bằng đồng thau ra khỏi thùng các tông đang mở, xung quanh là giấy vò nhàu, gần đó có một chậu cây và một cuốn sổ, chiếc đèn đã tỏa ánh sáng ấm. Ánh sáng chiều tự nhiên, máy quay cầm tay nhưng ổn định, khung cảnh căn hộ ấm cúng, không có chữ, không có logo.

Âm thanh tạo cùng hình

Wan 3.0 tạo âm thanh cùng với video, nên tiếng bước chân, tiếng mưa, tiếng động cơ hay một câu thoại đều có sẵn trong cùng clip.

Hãy tả âm thanh ngay cạnh hành động đi kèm: “ấm nước tắt cạch rồi bắt đầu reo”, “cô nói khẽ: ‘Mình làm được rồi’”.

Khi clip dựng từ tham chiếu, một đoạn âm thanh có thể quyết định giọng nói hay nhịp điệu của cảnh. Alibaba lưu ý chế độ khung hình đầu và chế độ khung hình đầu và cuối không nhận âm thanh tham chiếu, nên hãy dùng tham chiếu khi giọng nói quan trọng.

Nghe lại mọi kết quả trước khi đăng.

Khung hình chính của video điện ảnh 16:9, một tay trống đường phố mặc áo khoác jean dùng dùi gỗ gõ lên bộ xô nhựa úp ngược ở một quảng trường lát đá đông người, đàn bồ câu bay tán loạn lên không, người qua đường dừng lại xem, phía sau là đài phun nước. Ánh sáng chiều rực rỡ, góc máy thấp đầy năng lượng, dùi trống đang chuyển động, không có chữ, không có logo.

Cách viết prompt cho Wan 3.0

1. Viết cảnh quay theo thứ tự: chủ thể, hành động, bối cảnh, chuyển động máy quay, ánh sáng, cuối cùng là âm thanh.

2. Gọi các tham chiếu theo loại và thứ tự, như Image 1, Image 2 và Audio 1, và nói rõ mỗi cái quyết định điều gì.

3. Với clip dài, liệt kê các hành động thành một chuỗi và ghi thời điểm tương đối cho những khoảnh khắc quan trọng.

4. Tả mỗi âm thanh trong cùng câu với hành động tạo ra nó, và đặt lời thoại trong ngoặc kép.

5. Thử ý tưởng trên Wan 3.0 Prime với độ dài ngắn và độ phân giải thấp, khi prompt đã ổn thì tạo bản cuối.

Video làm bằng Wan 3.0

• 

  Đạp xe dọc bờ kênh

  Tạo bằng Wan 3.0

  Một cảnh quay liền mạch dọc con phố ven kênh ướt mưa lúc chạng vạng. Một người phụ nữ mặc áo mưa vàng đạp xe ngang qua những ô cửa hiệu sáng đèn, bấm chuông với một người đi đường cầm ô rồi rẽ lên một cây cầu đá nhỏ bắc qua mặt nước. Máy quay di chuyển song song bên cô ngang tầm vai, rồi vòng ra phía sau khi cô qua cầu. Bóng phản chiếu gợn sóng trong các vũng nước, mưa phùn nhẹ, ánh đèn cửa hiệu ấm áp trên nền trời tối xanh thẫm, tiếng lốp xe rít trên nền đá ướt và nước mưa nhỏ giọt từ mái hiên, vẻ tự nhiên đậm chất điện ảnh.

• 

  Bát mì trượt qua quầy

  Tạo bằng Wan 3.0

  Một cảnh quay liền mạch tại một quán mì nhỏ về đêm. Người đầu bếp nhấc một nắm mì khỏi nồi đang bốc hơi, vẩy ráo nước bằng hai cú lắc dứt khoát, cho mì vào một chiếc bát sâu lòng, chan nước dùng nóng lên trên rồi đẩy bát dọc quầy gỗ tới một vị khách đang cúi người xuống làn hơi nóng. Máy quay lướt chậm dọc quầy, bám theo chiếc bát. Ánh đèn ấm áp, hơi nước bốc lên, nồi nước sôi lục bục, tiếng muôi lách cách và tiếng trò chuyện khe khẽ phía sau, đậm chất điện ảnh.

Prompt mẫu để thử với Wan 3.0

• 

  Buổi sáng ở tiệm bánh

  Khung hình chính của video điện ảnh 16:9, cảnh trung chụp một nữ thợ làm bánh đeo tạp dề trắng kéo chiếc xẻng gỗ đầy ổ bánh mì vỏ giòn vàng ruộm ra khỏi lò đá đỏ lửa, bột mì bay trong ánh sáng sớm mai chiếu xiên, phía sau là những kệ bánh mì, hơi nóng bốc lên từ các ổ bánh. Bảng màu hổ phách ấm và kem, máy quay tiến chậm vào, cảm giác phim tài liệu, không có chữ, không có logo.

• 

  Đoàn tàu băng qua sa mạc

  Khung hình chính của video điện ảnh 16:9, cảnh quay từ trên cao bám theo một đoàn tàu khách dài màu bạc băng qua sa mạc cát đỏ lúc hoàng hôn, bóng tàu kéo dài trên các đụn cát, những khối núi đỉnh bằng ở đường chân trời xa, một vệt bụi mỏng sau toa cuối. Bầu trời cam đậm và tím, chuyển động flycam mượt mà, hùng vĩ mà tĩnh lặng, không có chữ, không có logo.

• 

  Chú robot nhỏ trong xưởng

  Khung hình chính của video điện ảnh 16:9, một chú robot tròn nhỏ như đồ chơi với một con mắt xanh phát sáng và đôi tay ngắn với lấy chiếc cờ lê trên bàn làm việc bằng gỗ bề bộn, xung quanh là những hũ ốc vít, một chiếc đèn bàn và các bản vẽ kỹ thuật, ánh đèn ấm hòa với ánh sáng lạnh từ cửa sổ. Phong cách hoạt hình 3D cách điệu, máy quay trượt nhẹ sang bên, không khí vui tươi, không có chữ, không có logo.

• 

  Nghệ sĩ violin trên sân thượng

  Khung hình chính của video điện ảnh 16:9, một phụ nữ trẻ mặc áo khoác dài màu xám chơi violin trên sân thượng thành phố vào giờ xanh, gió lùa qua tóc, dây đèn trang trí trên lan can bên cạnh, đèn của đường chân trời thành phố bắt đầu sáng lên phía sau. Máy quay xoay chậm quanh cô, bảng màu xanh thẫm và vàng ấm, độ sâu trường ảnh nông, không có chữ, không có logo.

Ảnh mẫu chỉ mang tính minh họa; kết quả thực tế khác nhau tùy mô hình.

Thông số và bảng giá Wan 3.0

Mọi mức giá dưới đây lấy từ bảng giá đang áp dụng, nên giá thay đổi thì trang này cũng cập nhật ngay. Credit được tính theo từng ảnh, hoặc theo từng giây video.

Giới hạn của Wan 3.0

• Khung hình đầu, hoặc khung hình đầu và cuối, không kết hợp được với tham chiếu trong cùng một clip, và các chế độ khung hình đó không nhận âm thanh. Mỗi clip hãy chọn một cách.

• Clip dài tạo thêm chỗ cho gương mặt, bàn tay và đồ vật nhỏ bị lệch.

  Hãy xem kỹ từng giây trước khi đăng, và tách cảnh thành các clip ngắn hơn khi có một đoạn cứ bị hỏng.

• Cùng một prompt mỗi lần cho ra một clip khác, và cố định seed cũng không đảm bảo lặp lại được. Ưng bản nào thì giữ bản đó, đừng trông chờ tạo lại y hệt.