Wan 2.1

1. Chì

Wan 2.1 là một mô hình tạo video nguồn mở được phát triển bởi Alibaba Tongyi Lab, có thể tạo video lên tới 1080p từ văn bản và hình ảnh cục bộ miễn phí. Vì trọng lượng mô hình được tiết lộ đầy đủ theo giấy phép thương mại nên đây là một lựa chọn phù hợp cho các công ty muốn xây dựng quy trình sản xuất video có thể hoàn thành trên máy chủ nội bộ, các studio sản xuất muốn tìm hiểu cách thể hiện thương hiệu bằng LoRA của riêng họ và các nhà nghiên cứu AI.

2. Chức năng chính

Hỗ trợ hệ thống kép cho Chuyển văn bản thành video / Hình ảnh thành video: Ngoài việc tạo clip 5-10 giây từ lời nhắc văn bản, chế độ I2V cũng được đưa vào như một tính năng tiêu chuẩn để thêm chuyển động vào hình ảnh tham chiếu. Có thể sử dụng lại các nội dung hiện có, chẳng hạn như biến hình ảnh biểu ngữ thành hình ảnh động. Độ phân giải cao 1080p + lời nhắc đa ngôn ngữ: Bạn có thể chọn giữa kiểu máy nhẹ 480p (T2V-1.3B) và kiểu máy lớn 1080p (T2V-14B), ngoài lời nhắc bằng tiếng Anh và tiếng Trung, nó còn hỗ trợ vẽ văn bản trên màn hình. Cũng có thể tạo video dọc cho SNS. Quy trình làm việc thông qua cộng tác ComfyUI: Các nút ComfyUI được sẵn sàng để tự động hóa việc tạo, nâng cấp và chỉnh sửa trong một quy trình. Một video ngắn có giá hàng chục nghìn yên Nhật cho mỗi video thuê ngoài có thể được thay thế bằng chi phí vận hành GPU trong vài phút. Sử dụng thương mại theo giấy phép Apache 2.0: Trọng số mô hình là công khai và việc học tập bổ sung cũng như phân phối thương mại đều miễn phí. Nó cũng có thể được kết hợp làm phần phụ trợ cho các dịch vụ tạo video SaaS.

3. Biên bản xác minh biên tập

Sau khi so sánh các thông số kỹ thuật công khai và báo cáo điểm chuẩn cộng đồng, chúng tôi xác định rằng ưu điểm của Wan 2.1 nằm ở "cấu trúc chi phí" và "sự tự do tùy chỉnh". Runway Gen-3 và Pika 2.0 trên đám mây thương mại có phí tín dụng bắt đầu từ vài chục yên Nhật mỗi phút và nếu bạn tạo ra 100 yên Nhật mỗi tháng thì chi phí vận hành sẽ lên tới hơn 20.000 yên Nhật. Mặt khác, Wan 2.1 là loại RTX 4090 (GPU đám mây tương đương khoảng 100 yên Nhật mỗi giờ) và mẫu 1.3B sẽ kéo dài được một vài clip. Thậm chí 100 video mỗi tháng cũng chỉ tiêu tốn của bạn vài nghìn yên Nhật, nghĩa là bạn có thể tiết kiệm khoảng 200.000 yên Nhật mỗi năm. Một yếu tố khác biệt khác là có ít sự cố chuyển động hơn và bạn có thể tạo ra thương hiệu tính cách của riêng mình bằng cách học thêm.

4. Người dùng dự kiến

Nó lý tưởng cho các công ty phát triển muốn sản xuất video SaaS nội bộ, các công ty sản xuất quảng cáo muốn giảm chi phí gia công và các kỹ sư sửa đổi mô hình để nghiên cứu và phát triển. Mặt khác, nó không phù hợp với những người dùng ít không có GPU và chỉ muốn sử dụng trình duyệt hoặc những bộ phận không thuộc lĩnh vực kỹ thuật muốn được hỗ trợ ngay lập tức, trong trường hợp đó SaaS như Runway hoặc Kling là thực tế.

Mô hình tạo video mã nguồn mở của Alibaba. Video 1080p hoàn toàn miễn phí và có thể chạy cục bộ, đồng thời hỗ trợ cả văn bản → video + hình ảnh → video. Được xuất bản trên Hugging Face, một trong những trang được yêu thích dành cho "tạo video mã nguồn mở" cùng với Open-Sora. Mặc dù không sánh được với chất lượng của Sora thương mại nhưng đây là một lựa chọn có giá trị cho các nhà phát triển và người sáng tạo muốn tự mình thử nghiệm AI video.