Trình tạo video và ảnh Wan 2.5 không giới hạn - AI đa phương thức có đồng bộ âm thanh

Wan 2.5 là mô hình tạo sinh AI đa phương thức tiên tiến của Alibaba, hỗ trợ ba khả năng mạnh mẽ: văn bản thành video, ảnh thành video và văn bản thành ảnh. Khác với các mô hình chỉ làm một việc, Wan 2.5 linh hoạt trên nhiều định dạng nội dung, hỗ trợ độ phân giải 1080p, thời lượng video linh hoạt 5-10 giây và các tính năng đồng bộ âm thanh.

Wan 2.5 hỗ trợ nhiều độ phân giải video, gồm 480p (832×480), 720p (1280×720) và 1080p (1920×1080), ở cả chiều ngang (16:9) lẫn chiều dọc (9:16). Thời lượng video linh hoạt với hai lựa chọn 5 giây và 10 giây, để người sáng tạo chọn theo đúng nhu cầu của mình.

Wan 2.5 có khả năng đồng bộ âm thanh tiên tiến, cho phép bạn đưa các URL âm thanh tùy chỉnh vào quá trình tạo video. Mô hình có thể căn khớp âm thanh với nội dung hình ảnh, tạo ra sản phẩm đa phương tiện đồng bộ. Bạn có thể cung cấp tệp âm thanh ở định dạng MP3, WAV hoặc M4A với dung lượng tối đa 50MB.

Wan 2.5 có ba chế độ tạo chính: Văn bản thành video dựng nên video sống động từ prompt văn bản với độ phân giải và thời lượng tùy chỉnh; Ảnh thành video biến ảnh tĩnh thành video chuyển động; và Văn bản thành ảnh tạo ra ảnh chất lượng cao với khả năng nghệ thuật cùng tỷ lệ khung hình linh hoạt từ 256×256 đến 1536×1536 pixel.

Có, Wan 2.5 hiểu được prompt bằng nhiều ngôn ngữ. Mô hình tích hợp tùy chọn dịch để chuyển prompt sang tiếng Anh cho quá trình xử lý tối ưu. Ngoài ra, nó còn có khả năng mở rộng prompt giúp làm giàu nội dung bạn nhập vào để kết quả tạo ra tốt hơn, nhờ vậy người sáng tạo ở khắp nơi đều dùng được.

Wan 2.5 có hai lựa chọn tốc độ khi tạo video. Chế độ tiêu chuẩn cân bằng giữa chất lượng và thời gian xử lý, còn chế độ nhanh đẩy tốc độ tạo lên để trả kết quả sớm hơn, lý tưởng cho việc dựng thử nhanh và quy trình làm việc lặp đi lặp lại. Cả hai chế độ đều giữ chất lượng đầu ra cao với cùng các lựa chọn độ phân giải và thời lượng.

Chế độ văn bản thành ảnh của Wan 2.5 hỗ trợ nhiều tỷ lệ khung hình, gồm 1:1 (1024×1024), 3:4, 4:3 và 16:9, với các tùy chọn độ nét cao lên tới 1536×1536 pixel. Mô hình hiểu prompt rất tốt, có khả năng nghệ thuật, hỗ trợ prompt phủ định để tránh những yếu tố không mong muốn, và cho tùy chỉnh tỷ lệ với kích thước từ 256 đến 1536 pixel theo bước nhảy 64 pixel.

Hoàn toàn được! Wan 2.5 hỗ trợ cả tỷ lệ ngang (16:9) lẫn dọc (9:16) ở mọi độ phân giải được hỗ trợ. Sự linh hoạt này khiến nó rất hợp với nhiều nền tảng và mục đích khác nhau, từ nội dung màn ảnh rộng truyền thống đến video dọc tối ưu cho di động trên các nền tảng mạng xã hội như TikTok và Instagram Reels.