Đưa mẩu clip bạn đã quay, ảnh chủ thể, hoặc chỉ một đoạn mô tả bằng tiếng Việt — VideoAI trả về video 720P hoặc 1080P dạng MP4 (H.264), 30 fps, đã có sẵn track âm thanh khớp hình, và bạn chọn tỷ lệ khung hình ngay theo nơi định đăng. Thời lượng thực tế: 2–15 giây với text-to-video và image-to-video, 2–10 giây với reference-to-video và video edit, đều là số giây nguyên.
Clip mồi cắt ra từ phiên live, tập drama nhiều cảnh có thoại, intro và đoạn dẫn chuyện cho kênh game, lô clip theo series của xưởng nội dung, đoạn quảng cáo cửa hàng gửi qua Zalo và chiếu trên màn hình tại quầy, B-roll nối dài cho vlog ẩm thực. Tất cả đều là video có tiếng, và độ phân giải cao nhất là 1080P.
Màn hé lộ Neon Horizon
Quảng bá thương hiệu
Teaser bánh cherry
Phim sản phẩm
Ra mắt Cyber City
Quảng bá thương hiệu
Cuộc gặp trên đồng vàng
Quảng bá điện ảnh
Hé lộ nữ anh hùng hành động
Quảng bá giải trí
Cú va đập trong cửa hàng tiện lợi
Quảng bá thương hiệu
Cận cảnh mũ bảo hiểm
Phim sản phẩm
Quảng bá quán cà phê hoàng hôn
Quảng bá phong cách sống
Dòng video của Wan 2.7 chia thành bốn model. Chọn đúng model cho đúng nguyên liệu bạn đang có là phần lớn công việc.
Nhân vật ở tập 20 vẫn giữ được gương mặt và giọng như tập 1: reference-to-video nhận ảnh tham chiếu chủ thể và cho phép gán âm sắc giọng riêng cho từng thực thể trong cảnh. Model này cũng đọc được một ảnh storyboard nhiều ô và trả thẳng về video đã theo kịch bản đó. Mỗi lần tạo ra 2–10 giây.
Bạn gõ kịch bản, video trả về đã có thoại và tiếng nền nằm sẵn bên trong, khớp với hình — không phải đặt phòng thu, không phải đi tìm nhạc nền. Ngay lúc tạo, text-to-video cho chọn 720P hoặc 1080P và đặt tỷ lệ khung hình: bản dọc cho TikTok, Reels, Shorts và Zalo, bản ngang cho YouTube hay màn hình tại cửa hàng. Mỗi lần 2–15 giây.
Image-to-video nhận văn bản, ảnh, âm thanh hoặc video làm đầu vào và làm ba việc: dựng video từ khung hình đầu, dựng từ cặp khung hình đầu–cuối, và viết tiếp một đoạn video có sẵn (có thể khống chế khung hình cuối). Người bán hàng kéo một mẩu tư liệu live thành clip đứng độc lập; vlogger bắc cầu giữa hai cảnh quay bằng điện thoại. Mỗi lần 2–15 giây.
Ra lệnh bằng lời để thay nền phông live lộn xộn, đổi tông màu hoặc chỉnh một mảng trong khung, còn chuyển động gốc của người trong video được giữ nguyên. Video edit còn chép lại chuyển động, hiệu ứng và cú máy từ một clip tham chiếu. Video ra có tiếng hay không là do video đầu vào quyết định. Mỗi lần 2–10 giây.
Đây là cách dùng wan 2.7 lần đầu, kể cả khi bạn chưa từng đụng vào một model tạo video nào.
Một mẩu cắt từ phiên live, clip quay bằng điện thoại, ảnh người đại diện của kênh — hoặc chỉ cần gõ kịch bản bằng tiếng Việt. Chọn đường đi ngay từ đầu để khỏi mất công làm lại: chỉ có chữ thì đi t2v; có ảnh hoặc mẩu clip muốn kéo dài thì đi i2v; cần nhân vật và giọng cố định cho cả series thì đi r2v; có clip cũ cần sửa thì đi videoedit.
Mô tả cảnh, viết thoại hoặc lời dẫn, chọn tỷ lệ khung hình (dọc cho TikTok, Reels, Shorts, Zalo; ngang cho YouTube và màn hình tại quầy) rồi chọn 720P hoặc 1080P. Nêu luôn độ dài mong muốn, vì mỗi model có trần riêng: t2v và i2v tối đa 15 giây, r2v và videoedit tối đa 10 giây, đều là số giây nguyên. Muốn nhiều tập trông giống nhau thì khoá nhân vật bằng r2v ngay từ tập đầu.
File trả về là MP4 (H.264) đã kèm track âm thanh khớp hình, nên bạn kéo thẳng vào CapCut để gắn phụ đề hoặc đăng luôn. Cần bản khác khổ cho Zalo, Lemon8 hay màn hình cửa hàng thì tạo lại đúng cảnh đó với tỷ lệ khác, thay vì thuê editor cắt tay từng phiên bản.
浏览更多用于图像和视频创作的 AI 模型。
Lấy một mẩu bạn cắt ra từ phiên live hôm qua — hoặc đoạn clip bạn định xoá — và dựng thử một clip trên VideoAI: không cần quay lại, không cần phòng thu, không cần thuê editor cắt từng khổ. Lưu ý: đây không phải trang chính thức của nhà sản xuất; chúng tôi không có quan hệ hợp tác, uỷ quyền hay bảo trợ nào với Alibaba, Tongyi Lab hay Alibaba Cloud.
Bắt đầu ngayĐây là dòng model tạo video của Tongyi Lab (Alibaba), ra mắt tháng 4/2026. Dòng video gồm bốn model chia việc rõ ràng: t2v dựng video từ chữ, i2v dựng từ ảnh hoặc clip có sẵn, r2v giữ chủ thể và âm sắc giọng theo tham chiếu, videoedit sửa lại video đã có. Trang này giới thiệu cách dùng model trên VideoAI, không phải trang chính thức của nhà sản xuất.
720P hoặc 1080P — dòng video chỉ có hai mức này, không có 4K. File ra là MP4 (H.264) ở 30 fps. Về thời lượng: t2v và i2v cho 2–15 giây, r2v và videoedit cho 2–10 giây, và đều tính theo số giây nguyên.
Có sẵn tiếng: dòng video của Wan 2.7 xuất ra video kèm âm thanh, tiếng khớp với hình, nên phần thoại và tiếng nền nằm ngay trong file bạn tải về. Bạn mô tả cảnh bằng tiếng Việt và nhận lại video đã có track âm thanh đi kèm. Riêng videoedit là ngoại lệ: bản ra có tiếng hay không phụ thuộc vào video bạn đưa vào.
Có hai đường, tuỳ việc bạn muốn kéo dài hay sửa lại. Đường thứ nhất là i2v với chức năng viết tiếp video: mẩu tư liệu ngắn thành một clip trọn vẹn 2–15 giây, và bạn có thể khống chế khung hình cuối. Đường thứ hai là videoedit: ra lệnh thay nền, đổi tông màu, hoặc chép lại cú máy và hiệu ứng từ một clip tham chiếu, trong khi chuyển động gốc giữ nguyên, mỗi lần 2–10 giây.
Khoá chủ thể bằng r2v. Model reference-to-video nhận ảnh tham chiếu chủ thể và cho phép gán âm sắc giọng riêng cho từng thực thể, nên cả gương mặt lẫn giọng giữ được qua các tập và qua nhiều kênh. Nếu bạn đã có storyboard, r2v còn nhận một ảnh nhiều ô và trả về video đã theo đúng kịch bản đó. Số lượng ảnh tham chiếu tối đa thì nhà sản xuất chưa công bố, nên chúng tôi không nêu con số.
Mức giá theo bảng giá hiện hành của VideoAI, và trang này không niêm yết đơn giá cho từng clip. Nếu bạn đang tìm hiểu một bản wan 2.7 miễn phí trên mạng, hãy nhớ rằng chi phí thật gắn với việc tạo clip trên nền tảng, chứ không phải ở tên model. Cách chắc chắn nhất là xem bảng giá hiện hành của VideoAI trước khi chạy cả một lô clip.
Không. Wan 2.7 chạy trên VideoAI, không có bản tải về máy chạy offline và cũng không phải mã nguồn mở — đừng nhầm với các thế hệ Wan cũ hơn. Bạn tạo và tải video ngay trên VideoAI, không phải cài đặt gì trên máy.
