ข้อกำหนดทาง技术ของ Wan 3.0 Prime
| รายการ | ข้อกำหนด |
|---|---|
| ชื่อรุ่น | Wan 3.0 Prime |
| รหัสรุ่นใน CometAPI | wan3.0-prime |
| ผู้ให้บริการต้นฉบับ | Alibaba Cloud (Aliyun) |
| ประเภทโมเดล | การสร้างวิดีโอ AI แบบครบวงจรที่ปรับให้ทำงานรวดเร็ว |
| อินพุต | พรอมป์ข้อความและสื่ออ้างอิงแบบมัลติโหมดที่รองรับ |
| เอาต์พุต | วิดีโอที่สร้างขึ้น |
| งานที่รองรับ | จากข้อความเป็นวิดีโอ, จากภาพเป็นวิดีโอ, การสร้างบนฐานอ้างอิง, การตัดต่อและขยายวิดีโอ |
| ความละเอียด | 480p, 720p, 1080p |
| ระยะเวลาวิดีโอ | 2–30 วินาทีในข้อกำหนด API ของโมเดลอย่างเป็นทางการ |
| อัตราเฟรม | 30 fps |
| อัตราส่วนภาพ | ปรับอัตโนมัติ, 16:9, 21:9, 4:3, 1:1, 3:4, 9:16 |
| เสียง | บทสนทนาแบบเนทีฟ, เพลงประกอบ และเอฟเฟกต์เสียง |
| ความจุการอ้างอิง | รองรับทรัพยากรอ้างอิงแบบมัลติโหมดได้สูงสุด 20 รายการต่อคำขอในระดับคำแนะนำของโมเดล ภายใต้กฎการผสมผสานอินพุต |
| ความแตกต่างหลัก | ปรับให้การสร้างแบบ end-to-end เร็วกว่า Wan 3.0 มาตรฐาน |
| หน้าต่างบริบท | ไม่มีหน้าต่างบริบทข้อความแบบดั้งเดิมที่เผยแพร่สำหรับโมเดลวิดีโอนี้ |
ขีดความสามารถข้างต้นสะท้อนข้อกำหนดอย่างเป็นทางการของ Alibaba Cloud สำหรับรุ่น Prime ตัวระบุโมเดล CometAPI ที่ใช้สำหรับหน้านี้คือ wan3.0-prime ตามที่ยืนยันไว้สำหรับแค็ตตาล็อกของคุณ อย่าแทนที่ตัวระบุเนทีฟของ Alibaba Cloud ลงในคำขอ CometAPI โดยไม่ตรวจสอบสคีมาของเกตเวย์
Wan 3.0 Prime คืออะไร?
Wan 3.0 Prime คือเวอร์ชันที่ปรับให้ทำงานได้รวดเร็วของ Wan 3.0 ซึ่งเป็นโมเดลสร้างวิดีโอแบบครบวงจรของ Alibaba Cloud ออกแบบมาสำหรับเวิร์กโฟลว์ด้านครีเอทีฟและการผลิตที่ได้ประโยชน์จากการลดเวลาในการสร้าง ขณะยังคงความสามารถหลักของโมเดลมาตรฐานในการสร้างวิดีโอ
Prime รองรับหมวดหมู่การสร้างวิดีโอที่กว้างเช่นเดียวกับ Wan 3.0 มาตรฐาน รวมถึงการสร้างจากข้อความเป็นวิดีโอ การสร้างแบบมีภาพกำกับ เวิร์กโฟลว์อ้างอิงแบบมัลติโหมด และการแก้ไขที่รองรับ ทำให้เป็นตัวเลือกสำหรับแอปพลิเคชันที่สร้างวิดีโอบ่อยครั้ง เช่น แพลตฟอร์มผลิตคอนเทนต์ ระบบทำการตลาดอัตโนมัติ และเครื่องมือครีเอทีฟแบบโต้ตอบ
คุณลักษณะหลักของ Wan 3.0 Prime
- การสร้างที่ปรับเพื่อความเร็ว: Alibaba Cloud ระบุว่า Prime มีความเร็วการสร้างแบบ end-to-end ดีขึ้นอย่างมีนัยสำคัญเมื่อเทียบกับ Wan 3.0 มาตรฐาน
- การสร้างวิดีโอแบบมัลติโหมด: สร้างวิดีโอจากข้อความและสื่ออ้างอิงที่รองรับโดยไม่ต้องสลับโมเดลสำหรับงานหลักแต่ละประเภท
- เอาต์พุตภาพและเสียงแบบเนทีฟ: สร้างวิดีโอที่มีบทสนทนา เพลง และเอฟเฟกต์เสียงในเวิร์กโฟลว์ที่รองรับ
- การสร้างแบบมีการกำหนดเฟรม: ใช้เฟรมแรกหรือเฟรมแรก/สุดท้ายเพื่อกำหนดองค์ประกอบภาพและการดำเนินของคลิป
- การตั้งค่าเอาต์พุตที่ยืดหยุ่น: สร้างวิดีโอที่ความละเอียด 480p, 720p หรือ 1080p พร้อมอัตราส่วนภาพและการควบคุมระยะเวลาที่รองรับ
- การผสานเข้ากับเวิร์กโฟลว์การผลิต: ใช้การสร้างแบบอะซิงโครนัสและการติดตามงานเพื่อผนวกการสร้างวิดีโอเข้ากับแอปพลิเคชันและสายงานคอนเทนต์อัตโนมัติ
ข้อได้เปรียบด้านความเร็วเป็นการวางตำแหน่งที่ผู้ให้บริการระบุ ไม่ใช่การรับประกันว่าจะมีการปรับปรุงเวลาแฝงคงที่สำหรับทุกคำขอ ประสิทธิภาพจริงขึ้นอยู่กับภาระงาน การตั้งค่า และสภาพบริการ
ประสิทธิภาพตามเกณฑ์มาตรฐานของ Wan 3.0 Prime
ความแตกต่างด้านประสิทธิภาพที่เผยแพร่หลักของ Wan 3.0 Prime คือการปรับเพื่อความเร็วเมื่อเทียบกับ Wan 3.0 มาตรฐาน แหล่งข้อมูลทางการที่ตรวจสอบสำหรับหน้านี้ไม่ได้ระบุค่าตัวคูณความเร็วที่ตรวจสอบแล้วหรือคะแนนเกณฑ์มาตรฐานมาตรฐานสำหรับ Prime
เพื่อการเปรียบเทียบที่ใช้ได้จริงในงานผลิต ให้รันทั้งสองโมเดลด้วยพรอมป์เดียวกัน ทรัพยากรอ้างอิงเดียวกัน ความละเอียด ระยะเวลา และอัตราส่วนภาพเท่ากัน วัดค่าเวลาแฝงมัธยฐานและปลายหาง อัตราความสำเร็จของงาน คุณภาพภาพ ความสม่ำเสมอของการเคลื่อนไหว และการซิงโครไนซ์ภาพ-เสียง รายงานผลในฐานะข้อมูลทดสอบของคุณเองแทนที่จะอ้างเป็นคะแนนเกณฑ์มาตรฐานทางการ
Wan 3.0 Prime vs. Wan 3.0 vs. Wan 2.7
| โมเดล | ความแตกต่างสำคัญ | การใช้งานที่แนะนำ |
|---|---|---|
| Wan 3.0 Prime (wan3.0-prime) | เวอร์ชันของ Wan 3.0 ที่ปรับเพื่อความเร็ว | เวิร์กโฟลว์ครีเอทีฟปริมาณสูงและแอปพลิเคชันที่ความหน่วงเวลาเป็นปัจจัยสำคัญ |
| Wan 3.0 (wan3.0) | โมเดลสร้างวิดีโอมัลติโหมดแบบครบวงจรมาตรฐาน | การสร้างวิดีโอทั่วไป การแก้ไข และงานครีเอทีฟแบบขับเคลื่อนด้วยอ้างอิง |
| Wan 2.7 | ตระกูลรุ่นก่อนหน้าที่มีเวิร์กโฟลว์ API เฉพาะภารกิจของตนเอง | แอปพลิเคชันที่พึ่งพาความสามารถหรือสคีมาคำขอของ Wan 2.7 อยู่แล้ว |
Prime เป็นจุดเริ่มต้นตามธรรมชาติเมื่อความเร็วเป็นเกณฑ์หลักในการเลือก Wan 3.0 มาตรฐานเป็นเส้นฐานที่มีประโยชน์เพื่อวัดว่าความได้เปรียบด้านความเร็วของ Prime มีผลกับภาระงานของคุณจริงหรือไม่ ทางเลือกที่ดีที่สุดควรอิงจากคุณภาพ เวลาแฝง และความเชื่อถือได้ที่วัดผลได้
กรณีใช้งานตัวอย่าง
- การสร้างคอนเทนต์ปริมาณมาก: สร้างวิดีโอหลากหลายรูปแบบสำหรับการตลาด โซเชียลมีเดีย หรือการทดสอบด้านครีเอทีฟ
- การวนไอเดียอย่างรวดเร็ว: ลดเวลารอระหว่างการปรับพรอมป์ขณะสำรวจทิศทางภาพที่แตกต่าง
- การแอนิเมตภาพผลิตภัณฑ์: แปลงภาพนิ่งของผลิตภัณฑ์เป็นวิดีโอด้วยเวิร์กโฟลว์ภาพเป็นวิดีโอที่รองรับ
- สายงานครีเอทีฟอัตโนมัติ: ผสานการสร้างวิดีโอเข้ากับแอปพลิเคชันที่ส่งงานและประมวลผลผลลัพธ์แบบอะซิงโครนัส
- โฆษณาแบบขับเคลื่อนด้วยอ้างอิง: ใช้ทรัพยากรอ้างอิงและการกำหนดเฟรมที่รองรับเพื่อกำหนดผลลัพธ์ภาพที่ต้องการ
- เครื่องมือวิดีโอแบบโต้ตอบ: ปรับปรุงประสบการณ์ผู้ใช้ในแอปที่เวลารอมีผลอย่างมากต่อวงจรข้อเสนอแนะด้านครีเอทีฟ
ข้อจำกัดและหมายเหตุด้านการใช้งาน
- ความเร็วขึ้นอยู่กับภาระงาน: Prime ถูกปรับเพื่อการสร้างที่เร็วขึ้น แต่ไม่ควรสันนิษฐานค่าเวลาแฝงหรือคูณความเร็วแบบสากลหากไม่มีการวัดจริง
- ข้อจำกัดหลักของการสร้างยังคงอยู่: ความละเอียด ระยะเวลา ความเข้ากันได้ของอ้างอิง และคุณภาพเอาต์พุตยังขึ้นอยู่กับเวิร์กโฟลว์ของโมเดลที่รองรับ
- คุณภาพเอาต์พุตยังต้องตรวจสอบ: ความเร็วที่มากขึ้นไม่ได้ขจัดอาร์ติแฟกต์การเคลื่อนไหว รายละเอียดที่ไม่สม่ำเสมอ หรือปัญหาการซิงโครไนซ์เสียง
- การจัดการงานแบบอะซิงโครนัสมีความสำคัญ: ติดตามความคืบหน้าการสร้าง จัดการความล้มเหลว และดึงผลลัพธ์เมื่อพร้อมเท่านั้น
- CometAPI ID เฉพาะเกตเวย์: ใช้
wan3.0-primeสำหรับรายการในแค็ตตาล็อก CometAPI และตรวจสอบพารามิเตอร์คำขอที่ยอมรับในเอกสาร CometAPI - อย่าสับสนความเร็วของโมเดลกับความเร็วการตอบสนองของ API: การยอมรับคำขอ เวลาเข้าคิว เวลาในการสร้าง และการดึงวิดีโอ เป็นส่วนต่างๆ ของเวลาแฝงแบบ end-to-end