Wan 3.0: คู่มือวิดีโอ AI ความยาว 30 วินาที
Alibaba เปิดเบต้าสาธารณะของ Wan 3.0 เมื่อวันที่ 6 สิงหาคม 2026 และเปิดให้ใช้งานทั่วไปเมื่อวันที่ 24 สิงหาคม จุดเปลี่ยนสำคัญคือความยาว: สร้างวิดีโอได้สูงสุด 30 วินาทีในครั้งเดียว เป็นสองเท่าของขีดจำกัด 15 วินาทีในเวอร์ชันก่อน โดยบทพูด ดนตรี และเสียงประกอบถูกสร้างไปพร้อมกับภาพ Wan 3.0 ใช้งานได้ผ่าน API เท่านั้น ผ่าน Alibaba Cloud Model Studio คู่มือนี้สรุปสเปกที่ยืนยันแล้ว ค่าใช้จ่าย และวิธีวางแผนช็อต 30 วินาที ตรวจสอบล่าสุด: 2026-10-08
สเปกโดยสรุป
| สเปก | Wan 3.0 (wan3.0-video) |
|---|---|
| ความยาวคลิป | 2 ถึง 30 วินาที (ค่าเริ่มต้น 5) หรือ "ความยาวอัจฉริยะ" ที่โมเดลเลือกให้ |
| อัตราเฟรม | 30 fps |
| ความละเอียด | 480p, 720p หรือ 1080p (ค่าเริ่มต้น 1080p) |
| อัตราส่วนภาพ | ปรับอัตโนมัติ, 21:9, 16:9, 4:3, 1:1, 3:4, 9:16 |
| สื่ออ้างอิง | รูปภาพสูงสุด 10 รูป คลิปวิดีโอ 5 คลิป (รวม 15 วินาที) และคลิปเสียง 5 คลิป (รวม 15 วินาที) บวกเอกสาร 1 ไฟล์ (สูงสุด 100 MB และ 50 หน้า) หรือลิงก์เว็บ 1 ลิงก์ |
| เสียง | บทพูด ดนตรีประกอบ และเสียงเอฟเฟกต์แบบเนทีฟ ปิดเสียงแล้วราคาไม่เปลี่ยน |
| ราคา | $0.05 / $0.10 / $0.20 ต่อวินาทีที่ 480p / 720p / 1080p (ราคาตั้งต้นฝั่งต่างประเทศ) |
การป้อนเอกสารเป็นความสามารถใหม่ของซีรีส์นี้ สามารถส่งบท บรีฟ หรือสไลด์เข้าไปได้โดยตรงแทนการคัดลอกไปวางในพรอมต์
มาตรฐานหรือ Prime?
Wan 3.0 มีสองระดับ wan3.0-video-prime มีความสามารถเท่ากับโมเดลมาตรฐาน แต่ Alibaba ระบุว่าสร้างตั้งแต่ต้นจนจบได้เร็วกว่าอย่างมาก ราคา $0.068 / $0.14 / $0.28 ต่อวินาที คลิปเต็ม 30 วินาทีที่ 1080p มีค่าใช้จ่าย $6.00 ในระดับมาตรฐาน และ $8.40 ใน Prime Prime คุ้มค่าเมื่อคุณกำลังรอผลเรนเดอร์ ส่วนงานชุดที่รันข้ามคืน ระดับมาตรฐานทำงานเดียวกันได้ในราคาที่ถูกกว่า
Wan 3.0 เป็นโอเพนซอร์สหรือไม่?
ไม่ใช่ ต่างจาก Wan รุ่นก่อน ๆ Wan 3.0 ไม่ได้เผยแพร่น้ำหนักโมเดล และใช้งานได้ผ่าน API เท่านั้น โมเดลเรือธงแบบเปิดน้ำหนักล่าสุดของตระกูลนี้ยังคงเป็น Wan 2.2 ที่เปิดตัวในเดือนกรกฎาคม 2025 ภายใต้สัญญาอนุญาต Apache-2.0
วางแผนช็อตต่อเนื่อง 30 วินาทีอย่างไร
- เขียนลำดับจังหวะก่อนเขียนพรอมต์ 30 วินาทีที่ 30 fps คือ 900 เฟรม แบ่งออกเป็นสามถึงห้าจังหวะ จังหวะละหกถึงสิบวินาที แต่ละจังหวะมีแอ็กชันชัดเจนหนึ่งอย่าง
- หนึ่งการเคลื่อนกล้องต่อหนึ่งจังหวะ ช็อตต่อเนื่องไม่มีการตัด จึงต้องบรรยายว่ากล้องเคลื่อนจากจังหวะหนึ่งไปยังจังหวะถัดไปอย่างไร
- ล็อกตัวตนด้วยภาพอ้างอิง ส่งตัวละคร สินค้า หรือสถานที่เป็นภาพอ้างอิง เพื่อให้ตัวแบบในวินาทีสุดท้ายยังตรงกับวินาทีแรก
- กำหนดปริมาณบทพูด การพูดภาษาอังกฤษอย่างเป็นธรรมชาติอยู่ที่ราวสองถึงสามคำต่อวินาที ควรเว้นช่วงระหว่างประโยคแทนที่จะอัดให้เต็ม 30 วินาที
- ร่างแบบประหยัด เก็บงานให้คมชัด ร่าง 30 วินาทีที่ 480p มีค่าใช้จ่าย $1.50 เทียบกับ $6.00 ที่ 1080p ให้ลงตัวเรื่องจังหวะเวลาและการเคลื่อนไหวที่ความละเอียดต่ำก่อน
- ต่อความยาวแทนการเริ่มใหม่ Wan 3.0 ต่อคลิปเดิมไปข้างหน้าหรือย้อนหลังได้ ตราบใดที่อินพุตและเอาต์พุตรวมกันไม่เกิน 30 วินาที
โครงสร้างพรอมต์
คู่มือของ Alibaba เขียนพรอมต์ยาวเป็นช่วงที่มีเวลากำกับ แต่ละช่วงมีบรรทัดกล้องและบรรทัดฉาก ให้ใส่สไตล์ แสง และเสียงโดยรวมไว้ก่อน แล้วจึงตามด้วยไทม์ไลน์:
Style: warm documentary realism, golden-hour light, 16:9.
Audio: quiet street ambience, soft acoustic guitar under the dialogue.
(0:00 - 0:08) Camera: wide shot, slow push-in. Scene: a cyclist rides into an empty market square.
(0:08 - 0:20) Camera: continues to a medium shot, handheld follow. Scene: she stops at a flower stall. Dialogue (vendor): "You're early today."
(0:20 - 0:30) Camera: slow orbit to a close-up. Scene: she smiles and picks up a bunch of sunflowers.พรอมต์ยาวได้สูงสุด 20,000 ตัวอักษร จึงมีพื้นที่สำหรับรายละเอียด แต่แต่ละช่วงก็ควรบรรยายเพียงแอ็กชันเดียว ดูตัวอย่างพร้อมใช้เพิ่มเติมได้ที่ คลังพรอมต์ Wan 3.0 และ ภาพรวม Wan 3.0 สรุปข้อมูลโมเดลไว้
มี Wan 3.0 บน Imgo ไหม
ยังไม่มี Wan 3.0 ยังไม่ได้ผสานเข้ากับ Imgo และยังไม่มีราคาเครดิตของ Imgo สิ่งที่คุณใช้บน Imgo ได้วันนี้คือ Seedance 2.0 ในเครื่องมือสร้างวิดีโอ ซึ่งสร้างคลิปได้สูงสุด 15 วินาที รองรับภาพ วิดีโอ และเสียงอ้างอิง พร้อมเสียงแบบเนทีฟ รายการโมเดลที่ใช้งานได้แสดงทุกอย่างที่คุณสร้างได้ตอนนี้ และหน้า ทางเลือกแทน Wan 3.0 รวบรวมตัวเลือกอื่นไว้ หากต้องการเทียบกับโมเดล 30 วินาทีอีกตัวในระดับเดียวกัน ดูได้ที่ Wan 3.0 vs Seedance 2.5
แหล่งที่มา
แชร์
Related Posts
No image
Kling 4.0 Flash เปิด early access ตั้งแต่ 28 กันยายนให้กลุ่มจำกัด — รายงานระบุว่าเป็นสมาชิก Ultra รายปี — คลิป 3–20 วินาทีที่ 720p วิธีเข้าใช้ ค่าใช้จ่าย วิธีเขียนพรอมป์ต 8,000 โทเคนและวางแผนคีย์เฟรม และจะเจเนอเรตอะไรไปก่อน
No image
Wan 3.0 รับเอกสาร ลิงก์เว็บ รูปภาพ วิดีโอ และเสียงเป็นอินพุต คู่มือภาคปฏิบัตินี้อธิบายหน้าที่ของอินพุตแต่ละแบบ โครงสร้างพรอมป์ตคลิป 30 วินาที ตัวอย่างงบต่อวินาทีจาก 480p ถึง 1080p ทั้งสองเทียร์ และข้อผิดพลาดที่พบบ่อย
No image
Kling 4.0 Flash เปิดให้ใช้ก่อนตั้งแต่ 28 กันยายน 2026 ส่วนโมเดลเต็มและ API ยังไม่ออก โดยตั้งเป้าไว้ที่ตุลาคม 2026 บทความนี้สรุปว่าแต่ละระดับทำอะไรได้ สเปกเด่นข้อไหนเป็นเพียงตัวเลขที่ประกาศ และควรใช้อะไรไปพลางก่อน