Wan 3.0: hướng dẫn làm video AI dài 30 giây
Alibaba mở bản beta công khai của Wan 3.0 vào ngày 6 tháng 8 năm 2026 và phát hành chính thức vào ngày 24 tháng 8. Thay đổi lớn nhất là độ dài: tới 30 giây video trong một lần tạo, gấp đôi giới hạn 15 giây của phiên bản trước, với lời thoại, nhạc và hiệu ứng âm thanh được tạo cùng lúc với hình ảnh. Wan 3.0 chỉ dùng được qua API, thông qua Alibaba Cloud Model Studio. Hướng dẫn này tổng hợp các thông số đã xác nhận, chi phí và cách lên kế hoạch cho một cảnh quay 30 giây. Kiểm tra lần cuối: 2026-10-08.
Thông số tóm tắt
| Thông số | Wan 3.0 (wan3.0-video) |
|---|---|
| Độ dài clip | Từ 2 đến 30 giây (mặc định 5), hoặc "thời lượng thông minh" do mô hình tự chọn |
| Tốc độ khung hình | 30 fps |
| Độ phân giải | 480p, 720p hoặc 1080p (mặc định 1080p) |
| Tỷ lệ khung hình | Tự động, 21:9, 16:9, 4:3, 1:1, 3:4, 9:16 |
| Tham chiếu | Tối đa 10 hình ảnh, 5 đoạn video (tổng 15 giây) và 5 đoạn âm thanh (tổng 15 giây), cộng thêm một tài liệu (tối đa 100 MB và 50 trang) hoặc một đường dẫn web |
| Âm thanh | Lời thoại, nhạc nền và hiệu ứng âm thanh gốc; tắt âm thanh không làm thay đổi giá |
| Giá | 0,05 / 0,10 / 0,20 USD mỗi giây ở 480p / 720p / 1080p (giá niêm yết quốc tế) |
Đầu vào tài liệu là tính năng mới của dòng mô hình này: kịch bản, bản brief hay bộ slide có thể được gửi thẳng vào thay vì phải dán vào prompt.
Bản tiêu chuẩn hay Prime?
Wan 3.0 có hai bản. wan3.0-video-prime có năng lực giống mô hình tiêu chuẩn, nhưng theo Alibaba thì tốc độ tạo từ đầu đến cuối nhanh hơn đáng kể, với giá 0,068 / 0,14 / 0,28 USD mỗi giây. Một clip trọn 30 giây ở 1080p tốn 6,00 USD với bản tiêu chuẩn và 8,40 USD với Prime. Prime đáng tiền khi bạn đang ngồi chờ kết quả render; còn với các lô chạy qua đêm, bản tiêu chuẩn làm cùng công việc với chi phí thấp hơn.
Wan 3.0 có phải mã nguồn mở không?
Không. Khác với các phiên bản Wan trước, Wan 3.0 không công bố trọng số và chỉ dùng được qua API. Mô hình chủ lực có trọng số mở mới nhất của dòng này vẫn là Wan 2.2, phát hành tháng 7 năm 2025 theo giấy phép Apache-2.0.
Cách lên kế hoạch cho một cảnh quay liền 30 giây
- Viết bảng nhịp trước khi viết prompt. 30 giây ở 30 fps là 900 khung hình. Chia thành ba đến năm nhịp, mỗi nhịp sáu đến mười giây, mỗi nhịp có một hành động rõ ràng.
- Mỗi nhịp chỉ một chuyển động máy quay. Cảnh quay liền không có điểm cắt, vì vậy hãy mô tả máy quay di chuyển thế nào từ nhịp này sang nhịp kế tiếp.
- Cố định nhân dạng bằng ảnh tham chiếu. Đưa nhân vật, sản phẩm hoặc bối cảnh vào dưới dạng ảnh tham chiếu để chủ thể ở giây cuối vẫn khớp với giây đầu.
- Tính trước lượng lời thoại. Lời nói tiếng Anh tự nhiên vào khoảng hai đến ba từ mỗi giây, nên hãy chừa khoảng nghỉ giữa các câu thay vì lấp kín cả 30 giây.
- Làm nháp rẻ, hoàn thiện sắc nét. Một bản nháp 30 giây tốn 1,50 USD ở 480p so với 6,00 USD ở 1080p. Hãy chốt nhịp độ và bố cục chuyển động ở độ phân giải thấp trước.
- Kéo dài thay vì làm lại từ đầu. Wan 3.0 có thể nối tiếp một clip có sẵn về phía trước hoặc phía sau, miễn là tổng đầu vào và đầu ra không vượt quá 30 giây.
Cấu trúc prompt
Chính hướng dẫn của Alibaba viết prompt dài thành các đoạn có mốc thời gian, mỗi đoạn gồm một dòng máy quay và một dòng cảnh. Hãy đặt phong cách, ánh sáng và âm thanh chung lên đầu, sau đó mới đến dòng thời gian:
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.Prompt có thể dài tới 20.000 ký tự nên có đủ chỗ cho chi tiết, nhưng mỗi đoạn vẫn chỉ nên mô tả một hành động. Bạn có thể xem thêm ví dụ dùng ngay trong bộ sưu tập prompt Wan 3.0, còn trang tổng quan Wan 3.0 tóm tắt về mô hình.
Imgo có Wan 3.0 không?
Chưa có. Wan 3.0 chưa được tích hợp vào Imgo và chưa có giá tính bằng credit của Imgo. Thứ bạn dùng được trên Imgo ngay hôm nay là Seedance 2.0 trong trình tạo video, với clip dài tới 15 giây, tham chiếu bằng hình ảnh, video và âm thanh, cùng âm thanh gốc. Danh sách mô hình đang hoạt động cho thấy mọi thứ bạn có thể tạo ngay bây giờ, và trang các lựa chọn thay thế Wan 3.0 giới thiệu những phương án khác. Để so sánh song song với mô hình 30 giây còn lại trong cùng phân khúc, hãy xem Wan 3.0 vs Seedance 2.5.
Nguồn
Chia sẻ
Related Posts
No image
Kling 4.0 Flash mở early access từ 28 tháng Chín cho một nhóm giới hạn — theo các báo cáo là thuê bao Ultra theo năm — với clip 3–20 giây ở 720p. Cách vào, chi phí, cách viết prompt 8.000 token và kế hoạch keyframe, và những gì có thể tạo trong lúc chờ.
No image
Wan 3.0 nhận một tài liệu, một liên kết web, hình ảnh, video và âm thanh làm đầu vào. Hướng dẫn thực hành này nêu vai trò của từng đầu vào, cấu trúc prompt cho cú máy 30 giây, ví dụ ngân sách từng giây từ 480p đến 1080p trên cả hai bậc, và các lỗi thường gặp nhất.
No image
Kling 4.0 Flash được truy cập sớm từ ngày 28 tháng 9 năm 2026; mô hình đầy đủ và API vẫn đang chờ, dự kiến tháng 10 năm 2026. Bài viết tóm tắt mỗi mức làm được gì, những thông số nổi bật nào mới chỉ được công bố và nên dùng gì trong lúc chờ.