Cách dùng trình tạo video Wan 3.0: đầu vào, prompt và ngân sách
Cú máy 30 giây của Wan 3.0 bắt đầu từ trước cả lúc viết prompt: nó bắt đầu từ việc chọn đúng đầu vào. Mô hình của Alibaba không chỉ đọc văn bản — nó đọc kịch bản bạn tải lên, trang web bạn liên kết, và tối đa mười hình ảnh, năm video, năm đoạn âm thanh bạn đính kèm. Bài này là phần thực hành đi kèm hướng dẫn 30 giây của Wan 3.0 (phần đó nói về thông số và cách lên kế hoạch): ở đây chúng tôi đi qua từng đầu vào, định dạng prompt giữ vững 30 giây, chi phí tạo ở mỗi độ phân giải, và những lỗi đốt ngân sách. Kiểm tra lần cuối: 2026-10-10.
Năm đầu vào, và vai trò của từng loại
| Đầu vào | Giới hạn | Dùng để làm gì |
|---|---|---|
| Tài liệu | 1 tệp, tối đa 100 MB và 50 trang | Nguồn sự thật của nội dung: kịch bản, brief, storyboard hoặc bộ slide được truyền thẳng vào, khỏi dán vào prompt. |
| Liên kết web | 1 liên kết | Bối cảnh sống trên một trang — trang sản phẩm, bài viết, tài liệu thương hiệu — khi bạn không có tệp. |
| Hình ảnh | Tối đa 10 | Mỏ neo nhận dạng: nhân vật, sản phẩm, bối cảnh, khung phong cách. Chính chúng khiến giây cuối vẫn giống giây đầu. |
| Video | Tối đa 5 đoạn, tổng 15 giây | Chuyển động và tính liên tục: chủ thể di chuyển ra sao, máy quay vận hành thế nào ở cú máy trước, một đoạn cần kéo dài. |
| Âm thanh | Tối đa 5 đoạn, tổng 15 giây | Tham chiếu âm thanh: một giọng nói cần giữ nhất quán, một jingle, một không gian âm cần khớp. |
Bạn truyền một tài liệu hoặc một liên kết, không phải cả hai, và giới hạn phương tiện là trần cứng do API áp đặt. Một cách phân công thực tế: tài liệu hoặc liên kết mang cái gì xảy ra, hình ảnh mang ai chịu tác động, còn prompt mang cách nó được quay. Bản thân prompt có thể dài tới 20.000 ký tự, nên một bảng nhịp không nhét vừa vào tài liệu thì vẫn nhét vừa vào prompt.
Cấu trúc prompt cho một cú máy dài
Chính hướng dẫn của Alibaba định dạng prompt dài thành các phân đoạn có dấu thời gian, mỗi phân đoạn một dòng máy quay và một dòng cảnh, nằm dưới các dòng phong cách và âm thanh toàn cục. Định dạng quan trọng hơn độ dài:
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.- Các dòng toàn cục đứng trước. Phong cách, ánh sáng và nền âm thanh áp dụng cho cả clip; khai báo một lần ở đầu, đừng lặp ở từng phân đoạn.
- Một phân đoạn, một hành động. Phân đoạn chất hai hành động chính là loại mà mô hình trung bình hoá thành hỗn độn.
- Gọi tên chuyển động máy. Trong một cú máy liên tục không có cắt — hãy viết máy quay di chuyển từ nhịp này sang nhịp kia thế nào ("continues to a medium shot"), chứ không chỉ viết nó kết thúc ở đâu.
- Phân bổ ngân sách thoại. Lời nói tự nhiên chạy hai đến ba từ mỗi giây; chừa khoảng lặng giữa các câu thay vì lấp đầy cả 30 giây.
- Chọn thời lượng một cách chủ đích. Mặc định là 5 giây; -1 yêu cầu "thời lượng thông minh" do mô hình tự chọn. Khi clip phải khớp một điểm nhạc hoặc một vị trí quảng cáo 15 giây, hãy đặt số giây tường minh.
Nhiều ví dụ hoàn chỉnh theo định dạng này có trong bộ sưu tập prompt Wan 3.0 của chúng tôi, và tổng quan Wan 3.0 tóm tắt năng lực của mô hình.
Một lần tạo tốn bao nhiêu: ví dụ cụ thể
Wan 3.0 tính phí theo giây đầu ra, và đơn giá phụ thuộc độ phân giải cùng bậc. Mô hình chuẩn (wan3.0-video) niêm yết $0,05 / $0,10 / $0,20 mỗi giây ở 480p / 720p / 1080p theo bảng giá quốc tế; wan3.0-video-prime, bậc nhanh hơn với năng lực tương đương, niêm yết $0,068 / $0,14 / $0,28. Tắt âm thanh gốc không đổi giá.
| Clip | Chuẩn | Prime |
|---|---|---|
| 5 giây ở 720p | $0,50 | $0,70 |
| 10 giây ở 480p | $0,50 | $0,68 |
| 10 giây ở 720p | $1,00 | $1,40 |
| 30 giây ở 480p | $1,50 | $2,04 |
| 30 giây ở 720p | $3,00 | $4,20 |
| 30 giây ở 1080p | $6,00 | $8,40 |
Từ phép tính đó ra hai thói quen. Một, phác thảo rẻ, hoàn thiện sắc: bản nháp 30 giây ở 480p tốn $1,50 so với $6,00 ở 1080p, nên chốt nhịp độ và blocking trước lần kết xuất cuối. Hai, chỉ trả cho Prime khi bạn đang chờ kết xuất — trong các loạt chạy ban đêm, bậc chuẩn tạo ra đúng clip đó với giá thấp hơn. Wan 3.0 còn có thể kéo dài một clip sẵn có tới trước hoặc sau, miễn là đầu vào cộng đầu ra không vượt 30 giây — thường rẻ hơn tạo lại từ đầu.
Lỗi thường gặp
- Tài liệu bị từ chối. Trên 100 MB hoặc trên 50 trang thì yêu cầu thất bại trước khi tạo. Hãy tách bộ slide hoặc liên kết trang web.
- Giới hạn tham chiếu là cứng. Hình thứ mười một, video thứ sáu, hay video tham chiếu vượt tổng 15 giây không phải "rủi ro" — nó bị từ chối. Chỉ giữ lại các mỏ neo thực sự quan trọng.
- Trôi nhận dạng trên cú máy dài. Ba mươi giây là quãng thời gian dài cho một gương mặt hoặc một nhãn mác. Truyền nhân vật hoặc sản phẩm làm hình tham chiếu và kiểm tra ba phần cuối của clip, không phải phần đầu.
- Bất ngờ từ thời lượng thông minh. Ở thời lượng -1, mô hình tự chọn độ dài: hợp để thăm dò, sai cho một vị trí quảng cáo 15 giây. Đầu ra có hạn chót thì đặt số giây tường minh.
- Kéo dài vượt trần. Kéo dài tính đầu vào cộng đầu ra: đầu vào 20 giây không thể cộng thêm 15 giây nữa. Hãy dự trù phần kéo dài trong 30 giây.
- Kỳ vọng weights. Wan 3.0 chỉ có API và không công bố weights. Nếu cần một mô hình mở để tự triển khai, flagship mở cuối cùng của dòng là Wan 2.2 dưới giấy phép Apache-2.0.
Hôm nay bạn dùng được gì trên Imgo
Wan 3.0 chưa được tích hợp vào Imgo và không có giá credit trên Imgo — trang này là tham khảo bên ngoài. Điều đang chạy trên Imgo là họ Seedance 2: clip từ 5 đến 15 giây, từ 480p tới 4K trên Seedance 2.0 (480p và 720p trên bậc Fast và Mini), tối đa 4 hình tham chiếu, 3 video và 3 âm thanh tham chiếu, cùng âm thanh gốc được tạo kèm hình ảnh. Hai ràng buộc đáng biết: hình tham chiếu không dùng chung với khung đầu hoặc khung cuối, và khung cuối bắt buộc có khung đầu. Thanh toán tính theo giây theo đơn giá của mô hình — Seedance 2.0 bám đơn giá chính thức của Volcengine, Seedance 2 Fast bằng khoảng 55% đơn giá đó — và trình tạo hiển thị giá credit chính xác trước mỗi lần gửi.
Để xem mọi thứ có thể tạo ngay bây giờ, kiểm tra danh sách mô hình đang chạy; cho các lựa chọn khác trong phân khúc của Wan 3.0, trang giải pháp thay thế Wan 3.0 và phép so sánh Wan 3.0 đối đầu Seedance 2.5 phác toàn cảnh.
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.