เมื่อวันที่ 25 กุมภาพันธ์ 2025, Alibaba Cloud ได้ประกาศว่า Wan 2.1, โมเดลการสร้างวิดีโอ AI ขั้นสูงของพวกเขา, จะเปิดให้ใช้งานเป็นแหล่งข้อมูลฟรี โมเดลนี้ซึ่งเป็นส่วนหนึ่งของซีรีส์ Tongyi ได้เปลี่ยนข้อความที่นำเสนอให้เป็นวิดีโอที่มีคุณภาพสูง มีความเชี่ยวชาญในด้านการเคลื่อนไหวที่ซับซ้อนและความสัมพันธ์เชิงพื้นที่ การเปิดตัวเป็นแหล่งข้อมูลฟรีทำให้เห็นถึงความก้าวที่สำคัญในการทำให้การสร้างวิดีโอที่ใช้ AI เป็นเรื่องที่เข้าถึงได้สำหรับทุกคน
Wan 2.1 เข้าสู่ภูมิทัศน์การแข่งขันที่ถูกครอบงำโดยโมเดลอย่าง: OpenAI’s Sora, Minimax, Kling จาก Kuaishou, Google’s Veo 2
ด้วยคะแนน VBench ชั้นนำที่ 84.7%, การสนับสนุนหลายภาษา สำหรับจีนและอังกฤษ, และสัญญาว่าจะเข้าถึงได้ฟรี, Wan 2.1 พร้อมที่จะสร้างผลกระทบอย่างมาก บทความนี้จะสำรวจประสิทธิภาพของ Wan 2.1, คุณสมบัติ, ราคา, ประสบการณ์ของผู้ใช้, และการเปรียบเทียบกับคู่แข่งของมัน, พร้อมสำรวจว่าสถานะเปิดแหล่งข้อมูลหมายถึงอะไรต่ออนาคตของการสร้างวิดีโอ AI
Wan 2.1, ที่รู้จักกันในชื่อ Wanx 2.1 หรือ Tongyi Wanxi, เป็นส่วนหนึ่งของซีรีส์ Tongyi ของ Alibaba ซึ่งเป็นโมเดล AI แบบหลายรูปแบบ มันเปลี่ยนข้อความออกมาเป็นวิดีโอที่น่าทึ่ง, เชี่ยวชาญในด้านการเคลื่อนไหวที่ซับซ้อน — เช่น การสเก็ตน้ำแข็งหรือการโต้ตอบของวัตถุหลายๆ ชิ้น — และความสัมพันธ์เชิงพื้นที่ ตามข้อมูลจาก Alibaba และคะแนนจาก VBench โมเดลนี้ถือเป็นอันดับหนึ่งด้วยคะแนน 84.7%, โดดเด่นกว่าคู่แข่งในด้านการเคลื่อนไหวที่มีพลพลังกระฉับกระเฉง ความราบรื่น และความสวยงาม, ส่งมอบภาพสดที่เหมือนจริงของนักเต้นที่หมุนหรือรถแข่งที่ตรงตามคำบรรยายของคุณ
คุณสมบัติเด่นคือการสนับสนุนหลายภาษาสำหรับจีนและอังกฤษ, เหมาะสำหรับผู้สร้างที่มีกลุ่มเป้าหมายหลากหลาย ตลาด มันผลิตวิดีโอ 1080p ที่คมชัดที่ 30 FPS, ที่มีมาตรฐานเชิงอาชีพ ประกาศเป็นแหล่งข้อมูลฟรีเมื่อวันที่ 25 กุมภาพันธ์ 2025, Wan 2.1 อาจกระตุ้นนวัตกรรมที่คล้ายคลึงกับ Stable Diffusion, ทำให้เกิดคำถามเกี่ยวกับผลกระทบที่แท้จริงและขอบเขตเหนือคู่แข่ง.
เพื่อเข้าใจตำแหน่งของ Wan 2.1 ในภูมิทัศน์การสร้างวิดีโอ AI, เรามาเปรียบเทียบกับชื่อที่ใหญ่ที่สุดบางส่วน: Sora จาก OpenAI, Minimax, Kling (จาก Kuaishou), และ Google Veo 2 โมเดลเหล่านี้มีจุดแข็งของตัวเอง แต่ Wan 2.1 มีข้อได้เปรียบที่เป็นเอกลักษณ์ที่อาจทำให้มันกลายเป็นผู้เล่นหลักได้
Sora, ที่เปิดตัวในปลายปี 2024, สร้างวิดีโอคุณภาพสูงความยาว 20 วินาทีสำหรับโซเชียลมีเดียและการตลาด, แนบมาพร้อมกับ ChatGPT Plus/Pro ($20/$200 ต่อเดือน) มันเสนอการเข้าถึงในวันหยุดไม่จำกัดและความละเอียดที่สูงขึ้นสำหรับผู้ใช้ Pro, มีความโดดเด่นในคลิปสั้นที่น่าทึ่ง มีข้อจำกัดเฉพาะในภาษาอังกฤษและความย่อ ทำคะแนน 82% บน VBench, ขณะที่ Wan 2.1 มีคะแนน 84.7% และการสนับสนุนหลายภาษาช่วยแสดงถึงความยืดหยุ่นที่มากขึ้นสำหรับซีเควนซ์ที่ยาวและซับซ้อน.
Minimax
Minimax, AI แบบหลายรูปแบบจากจีน, รวมการสร้างวิดีโอเข้ากับประสิทธิภาพการแปลงข้อความเป็นภาพ มันอยู่ตามหลัง Wan 2.1 ในฉากแบบไดนามิกตาม VBench และการเข้าถึงทั่วโลกถูกจำกัด, มักต้องการการสมัครสมาชิกระดับองค์กร ข้อได้เปรียบจากการเป็นแหล่งข้อมูลฟรีของ Wan 2.1 ทำให้ขยายการเข้าถึงได้มากขึ้น, ถึงแม้ Minimax อาจมีความสามารถที่เหนือกว่าในด้านการแก้ไขแบบเรียลไทม์เนื่องจากความเร็ว.
Kling (Kuaishou)
Kling, จาก Kuaishou, มีความโดดเด่นในเนื้อหาแบบสั้นเช่น Douyin โดยมีผลลัพธ์ความละเอียดสูงและการเคลื่อนไหวที่ราบรื่น ถูกจำกัดให้อยู่ในจีนและไม่เปิดเป็นแหล่งข้อมูล, ดังนั้นจึงมีความทั่วโลกน้อยกว่า Wan 2.1 ซึ่งเสนอการสนับสนุนหลายภาษาและศักยภาพที่กว้างขึ้น, ถึงแม้ Kling จะได้รับประโยชน์จากระบบนิเวศของ Kuaishou
Veo 2, ที่เปิดตัวหลัง Sora ในเดือนธันวาคม 2024, มุ่งเป้าไปที่ผู้ใช้ระดับเริ่มต้นในสหรัฐอเมริกาผ่าน Google Cloud’s Vertex AI, โดยมีราคาที่อิงตามการใช้งาน (เช่น $0.00003/1k ตัวอักษร) มีความแข็งแกร่งในด้านความสมจริงและความสวยงาม, มีคะแนน VBench 83% ที่ต่ำกว่า Wan 2.1 ที่ 84.7% ความยืดหยุ่นที่เป็นแหล่งข้อมูลฟรีของ Wan 2.1 ดึงดูดนักพัฒนา ในขณะที่ Veo 2 เหมาะสำหรับความต้องการขององค์กรที่มีโครงสร้างพื้นฐานที่แข็งแกร่ง.
ตามความเป็นผู้นำใน VBench และข้อกำหนดทางเทคนิค, Wan 2.1 พร้อมที่จะเป็นหนึ่งในโมเดลการสร้างวิดีโอ AI ที่ดีที่สุดและเป็นแหล่งข้อมูลฟรีที่มีอยู่ คะแนน VBench 84.7% แสดงถึงความสามารถในการจัดการการเคลื่อนไหวที่ซับซ้อน, การโต้ตอบของวัตถุหลายชิ้น, และความสัมพันธ์เชิงพื้นที่ที่ดีกว่าคู่แข่งส่วนใหญ่ สำหรับผู้สร้าง นี่หมายถึงวิดีโอที่มีข้อผิดพลาดน้อย, การเคลื่อนที่ที่ราบรื่น, และการปฏิบัติตามข้อกำหนดที่แม่นยำมากขึ้น — ไม่ว่าคุณจะกำลังสร้างการต่อสู้ในนิยายวิทยาศาสตร์หรือฉากธรรมชาติที่เงียบสงบ
อย่างไรก็ตามไม่มีโมเดลใดที่สมบูรณ์แบบ Wan 2.1 อาจประสบปัญหากับซีเควนซ์ที่ยาวมาก ๆ หรือข้อความที่เป็นนามธรรมสูง ซึ่งเป็นพื้นที่ที่โมเดลเฉพาะเช่น Sora หรือ Veo 2 อาจได้เปรียบจากการปรับแต่งในระบบที่ปิด มีแหล่งข้อมูลธรรมชาติยังหมายความว่าประสิทธิภาพอาจแตกต่างกันไปขึ้นอยู่กับว่าผู้พัฒนาปรับแต่งอย่างไร ซึ่งอาจนำไปสู่ผลลัพธ์ที่ไม่สม่ำเสมอหากไม่ได้จัดการอย่างดี อย่างไรก็ตาม สำหรับผู้ใช้ส่วนใหญ่ — โดยเฉพาะในอุตสาหกรรมสร้างสรรค์หรือธุรกิจขนาดเล็ก — การผสมผสานกันของคุณภาพ, ความสามารถในการเข้าถึง, และความคุ้มค่าของ Wan 2.1 ดูน่าพอใจอย่างยิ่ง
Wan 2.1 จะมีราคาเท่าไร? เป็นโมเดลที่เป็นแหล่งข้อมูลฟรี, แกนหลักของมันน่าจะใช้ฟรีในการใช้งาน, ดาวน์โหลด, และปรับแต่ง, คล้ายกับ Stable Diffusion หรือ LLaMA Alibaba Cloud อาจเรียกเก็บเงินสำหรับฟีเจอร์ระดับพรีเมียม, การโฮสต์บนคลาวด์, หรือการเข้าถึง API — อาจมีราคา $100–$500 ต่อเดือนสำหรับการใช้งานองค์กร, คล้ายกับ Sora หรือ Veo 2. ขณะนี้มันเปิดให้ใช้งานฟรีใน Model Studio ของ Alibaba และการโฮสต์จากชุมชนอาจช่วยลดต้นทุนเพิ่มเติมสำหรับผู้ที่สนใจ.
Wan 2.1 มีข้อดีในด้านคะแนน VBench 84.7%, สามารถจัดการฉากไดนามิก, ความสอดคล้องของเชิงพื้นที่, และความสวยงามได้ดี มันส่งมอบวิดีโอในความละเอียด 1080p ที่ 30 FPS โดยมีการเคลื่อนไหวที่สมจริงผ่านกลไกการให้ความสนใจในเวลาสถานที่, เป็นผู้นำในการสร้างวิดีโอแบบแหล่งข้อมูลฟรี, ถึงแม้ว่าโมเดลเฉพาะเช่น Sora อาจจะมีข้อได้เปรียบในพื้นที่เฉพาะ.
Wan 2.1 สนับสนุนข้อความหลายภาษา (จีนและอังกฤษ), ความละเอียดที่สามารถปรับแต่งได้, และอัตราเฟรม, รวมเข้ากับระบบนิเวศของ Alibaba มันใช้งานง่าย ไม่ต้องการทักษะทางเทคนิค, และศักยภาพที่เป็นแหล่งข้อมูลฟรีอาจเพิ่มคุณสมบัติเข้าไป, ถึงแม้มันอาจจะขาดข้อได้เปรียบเฉพาะเช่นการแก้ไขแบบเรียลไทม์.
อินเทอร์เฟซของมันเรียบง่าย — ใส่ข้อความ, ปรับแต่งการตั้งค่า, และดาวน์โหลดวิดีโอ — ยอดเยี่ยมสำหรับผู้ใช้ที่ไม่ใช่ทางเทคนิค การตั้งค่าแบบแหล่งข้อมูลอาจต้องการความรู้บางอย่าง, แตกต่างจากความสะดวกของ Sora กับ ChatGPT หรือความเรียบง่ายของ Veo 2 บน Google Cloud, แต่การเติบโตของชุมชนอาจจะช่วยเพิ่มประสิทธิภาพในระยะยาว.
การประกาศ X ในวันที่ 25 กุมภาพันธ์ 2025 โดย Alibaba_Wan (“นี่ไม่ใช่การฝึกซ้อม — Wan 2.1 OPEN SOURCE มาถึงแล้ว!”) ได้สร้างความตื่นเต้นทั่วโลก การออกอากาศสดเวลา 11:00 PM UTC+8 อาจครอบคลุมถึงเงื่อนไขเปิดแหล่งข้อมูล, ความพร้อมให้บริการ, และข้อจำกัดนี้อาจทำให้การสร้างวิดีโอ AI สามารถเข้าถึงได้สำหรับผู้ที่สนใจ, สตาร์ทอัพ, และนักวิจัย, คล้ายกับผลกระทบของ Stable Diffusion, แต่ความเสี่ยงที่เกี่ยวกับการเปิดแหล่งข้อมูลรวมถึงคุณภาพที่ไม่สม่ำเสมอหรือความปลอดภัยหากไม่ได้รับการจัดการอย่างดี.
สำหรับผู้ใช้, มันเสนอเครื่องมือที่ทรงพลัง, ที่อาจฟรี, แต่ก็ raises ข้อกังวลเกี่ยวกับการสนับสนุนในระยะยาว, การอัปเดต, และความน่าเชื่อถือขององค์กร ชื่อเสียงของ AI และคลาวด์ของ Alibaba แสดงถึงการสนับสนุนที่มั่นคง, แต่บทบาทของชุมชนจะเป็นสิ่งสำคัญสำหรับความสำเร็จของ Wan 2.1.
Wan 2.1 ไม่ใช่แค่โมเดล AI อื่น — มันเป็นตัวเปลี่ยนเกมที่มีศักยภาพ, โดยเฉพาะอย่างยิ่งกับสถานะเปิดแหล่งข้อมูลของมัน ผลการดำเนินงานที่นำหน้า VBench, การสนับสนุนหลายภาษา, และความสามารถในการเข้าถึงทำให้มันเป็นคู่แข่งที่แข็งแกร่งต่อ Sora, Minimax, Kling, และ Veo 2, โดยเฉพาะสำหรับผู้สร้างและนักพัฒนาที่กำลังมองหาความยืดหยุ่นและการประหยัดต้นทุน แม้ว่ามันอาจจะไม่สามารถเทียบได้กับโมเดลเฉพาะในทุกพื้นที่ (เช่น การแก้ไขแบบเรียลไทม์หรือการผสานขององค์กร), การเป็นแหล่งข้อมูลเปิดอาจสร้างชุมชนที่มีชีวิตชีวา, ขับเคลื่อนนวัตกรรมและการนำไปใช้.
สำหรับผู้ใช้ทั่วไป, Wan 2.1 เสนอโอกาสในการสร้างวิดีโอคุณภาพระดับมืออาชีพด้วยความพยายามและต้นทุนที่น้อยที่สุด ไม่ว่าคุณจะเป็นนักการตลาดที่สร้างโฆษณา, ผู้สอนที่สร้างบทเรียน, หรือผู้สร้างภาพยนตร์ที่ทดลองกับแนวคิดใหม่ๆ ราคาของมัน (เป็นไปได้ว่าใช้ฟรีหรือมีต้นทุนต่ำสำหรับฟีเจอร์ระดับพรีเมียม), ประสิทธิภาพที่ยอดเยี่ยม, และประสบการณ์ที่ใช้งานง่าย จึงทำให้มันเป็นสิ่งที่ควรจับตามองในโลกสร้างสรรค์ที่ใช้ AI เมื่อการออกอากาศสดเกิดขึ้นและรายละเอียดเพิ่มเติมปรากฏขึ้น, Wan 2.1 อาจทำให้เราต้องพิจารณาวิธีการสร้างสรรค์ที่ขับเคลื่อนด้วย AI — ที่เปิดกว้าง, เข้าถึงได้, และสามารถปรับเปลี่ยนได้ไม่มีที่สิ้นสุด.
