Thông số kỹ thuật của Wan 2.6
| Hạng mục | Bộ công cụ video Wan 2.6 |
|---|---|
| Nhà cung cấp | Alibaba / Tongyi Lab |
| Dòng mô hình | Wan 2.6 |
| Thời điểm phát hành | Thế hệ tháng 12 năm 2025 |
| Loại đầu vào | Văn bản, hình ảnh, video tham chiếu, đầu vào âm thanh |
| Loại đầu ra | Video kèm tùy chọn đồng bộ âm thanh |
| Chế độ cốt lõi | Văn bản thành video (T2V), Ảnh thành video (I2V), Tham chiếu thành video (R2V) |
| Biến thể Flash | I2V Flash, R2V Flash |
| Hỗ trợ độ phân giải | 720P và 1080P |
| Hỗ trợ độ dài | 2–15 giây (phụ thuộc quy trình) |
| Khả năng âm thanh | Tạo âm thanh tích hợp sẵn, tham chiếu giọng nói, đồng bộ khẩu hình |
| Hỗ trợ đa cảnh | 2–8 phân đoạn cảnh trong một quy trình |
| Hỗ trợ tham chiếu | Tối đa 5 tham chiếu (pha trộn ảnh/video tùy theo quy trình) |
| Quy trình API | Tạo tác vụ bất đồng bộ + thăm dò |
Wan 2.6 là gì?
Wan 2.6 là hệ thống tạo sinh video đa phương thức của Alibaba, tập trung vào sản xuất định dạng ngắn có khả năng kiểm soát. Thay vì chỉ dựa vào lời nhắc, mô hình kết hợp lời nhắc văn bản, tham chiếu hình ảnh, video tham chiếu, điều kiện hóa âm thanh và xâu chuỗi cảnh để phục vụ quy trình làm việc của người sáng tạo. Nâng cấp lớn so với các bản Wan trước là đưa vào tính nhất quán dựa trên tham chiếu mạnh hơn và khả năng tạo dựng câu chuyện dài hơn.
Tính năng chính của Wan 2.6
- Quy trình tham chiếu thành video: Người dùng có thể cung cấp tham chiếu hình ảnh hoặc video để duy trì tính nhất quán về nhân vật, phong cách và giọng nói xuyên suốt các lần tạo sinh.
- Tạo dựng câu chuyện đa cảnh: Hỗ trợ xâu chuỗi nhiều lời nhắc để chuyển cảnh và phát triển cốt truyện trong một quy trình tạo sinh duy nhất.
- Đồng bộ âm thanh tích hợp sẵn: Hỗ trợ tích hợp cho âm thanh tạo sinh, tải lên âm thanh tùy chỉnh và các quy trình đồng bộ khẩu hình.
- Chế độ đầu vào linh hoạt: Hỗ trợ tạo sinh chỉ bằng lời nhắc, hoạt họa khung hình đầu tiên, và các quy trình dựa trên tham chiếu.
- Biến thể Flash để lặp thử: Các phiên bản nhanh hơn cho phép thử nghiệm nhanh trước khi kết xuất cuối chất lượng cao.
- Clip dài hơn: Thời lượng clip được kéo dài so với các thế hệ trước, hỗ trợ tạo nội dung có tính kể chuyện.
Hiệu năng benchmark của Wan 2.6
Tính minh bạch về benchmark chính thức của Wan 2.6 vẫn còn hạn chế; Alibaba đã công bố ít số liệu benchmark chuẩn hóa hơn so với các nhà cung cấp LLM văn bản. Phần lớn đánh giá đến từ thử nghiệm quy trình và so sánh trong hệ sinh thái hơn là bảng xếp hạng công khai. Các thử nghiệm từ cộng đồng nhất quán cho thấy:
- Tính nhất quán nhân vật được cải thiện so với các bản Wan cũ.
- Đồng bộ âm thanh-hình ảnh tốt hơn.
- Tính liên tục đa cảnh mạnh hơn.
- Điều kiện hóa tham chiếu đáng tin cậy hơn.
Do việc công bố benchmark còn thưa thớt, thử nghiệm trong môi trường sản xuất vẫn rất quan trọng trước khi triển khai.
Wan 2.6 so với các mô hình video khác
| Tính năng | Wan 2.6 | Wan 2.7 | Veo-family models |
|---|---|---|---|
| Tạo âm thanh tích hợp sẵn | Mạnh | Mạnh hơn | Mạnh |
| Quy trình đa cảnh | Có | Được cải thiện | Vừa phải |
| Tham chiếu thành video | Tập trung mạnh | Kiểm soát mạnh hơn | Vừa phải |
| Thời lượng clip | Tối đa 15s | Tương tự / phụ thuộc quy trình | Thay đổi |
| Hỗ trợ nhiều tham chiếu | Tối đa 5 tham chiếu | Quy trình mở rộng | Vừa phải |
| Quy trình chỉnh sửa | Vừa phải | Hỗ trợ chỉnh sửa tốt hơn | Mạnh |
Hạn chế của Wan 2.6
- Thời lượng clip ngắn vẫn hạn chế sản xuất dạng dài.
- Cảnh chuyển động mạnh có thể vẫn xuất hiện bất ổn theo thời gian.
- Quy trình phụ thuộc nhiều vào tham chiếu làm tăng độ phức tạp thiết lập.
- Công bố benchmark công khai vẫn hạn chế.
- Chuỗi tạo sinh bất đồng bộ làm tăng độ phức tạp tích hợp.
Trường hợp sử dụng tiêu biểu
- Video marketing nhất quán về nhân vật.
- Clip mạng xã hội đa cảnh.
- Hoạt họa avatar cho người sáng tạo.
- Video sản phẩm dựa trên tham chiếu.
- Kể chuyện bằng AI với âm thanh được đồng bộ.
- Nội dung thương hiệu cần bảo toàn nhận diện.