Trong bối cảnh nội dung do AI tạo ra đang phát triển nhanh chóng, việc tạo video đã trở thành một trong những lĩnh vực thú vị nhất. Trong khi các mô hình nguồn đóng như Sora của OpenAI và Veo 2 của Google đã thu hút sự chú ý, cộng đồng mã nguồn mở đã có những bước tiến đáng kể trong việc dân chủ hóa quyền truy cập vào khả năng sản xuất video mạnh mẽ. Khi chúng ta điều hướng qua năm 2025, những mô hình nguồn mở này đang cung cấp kết quả ngày càng ấn tượng, cho phép các nhà sáng tạo, nhà phát triển và nhà nghiên cứu khám phá những khả năng mới trong nghệ thuật kể chuyện bằng hình ảnh.
Trong bài viết này, chúng ta sẽ khám phá 10 mô hình tạo video AI mã nguồn mở hàng đầu mà bạn nên cân nhắc thử nghiệm vào năm 2025. Từ đầu ra độ phân giải cao đến động lực chuyển động liền mạch, những mô hình này đại diện cho công nghệ tiên tiến nhất có sẵn miễn phí.
Nhưng bạn nghĩ sao nếu bạn muốn sử dụng tất cả các mô hình video AI tốt nhất trong một nơi? Minimax Hailuo Video, Tencent Hunyuan, Pyramid Flow, Luma AI....
Thêm cả các công cụ tạo hình ảnh AI & ChatGPT, Deepseek, Claude... với một đăng ký?
Hãy thử Anakin AI!
Mô hình Wan-2.1-i2v-480p của WaveSpeed AI đại diện cho một bước tiến đáng kể trong công nghệ chuyển đổi hình ảnh thành video. Mô hình này là một phần của bộ mô hình nền tảng video mở rộng toàn diện được thiết kế để đẩy mạnh giới hạn của những gì có thể trong nội dung video do AI tạo ra.
Với hơn 1.000 lần chạy công khai, Wan-2.1-i2v-480p đã chứng minh được sự phổ biến của mình trong số các nhà sáng tạo và nhà phát triển. Mô hình này xuất sắc trong việc chuyển đổi hình ảnh tĩnh thành các đoạn video động, linh hoạt với độ phân giải 480p. Điều làm cho mô hình này đặc biệt ấn tượng là khả năng duy trì tính nhất quán hình ảnh trong khi giới thiệu chuyển động hợp lý, tôn trọng các thuộc tính vật lý được trình bày trong hình ảnh nguồn.
Các nhà phát triển đánh giá cao khả năng suy luận tăng tốc, giúp mô hình trở nên dễ dàng tiếp cận hơn cho người dùng không có phần cứng cao cấp. Các kết quả cho thấy tính nhất quán tạm thời đáng chú ý, với các chuyển tiếp mượt mà và chuyển động tự nhiên mang lại sức sống cho những hình ảnh tĩnh.
Đối với những ai yêu cầu đầu ra độ phân giải cao hơn, mô hình Wan-2.1-i2v-720p cung cấp khả năng chuyển đổi hình ảnh thành video được cải thiện ở độ phân giải 720p. Với 545 lần chạy công khai, mô hình này xây dựng trên những khả năng của người tiền nhiệm 480p nhưng sản xuất ra các đoạn video sắc nét hơn, chi tiết hơn.
Độ phân giải tăng lên khiến mô hình này trở nên đặc biệt quý giá cho việc tạo nội dung chuyên nghiệp, cho phép đầu ra hấp dẫn và phong phú về hình ảnh hơn. Mặc dù yêu cầu tính toán cao hơn để tạo nội dung 720p, WaveSpeed AI đã triển khai kỹ thuật suy luận tăng tốc giúp giữ thời gian tạo ra hợp lý trên phần cứng tiêu dùng.
Các người dùng khen ngợi khả năng của mô hình trong việc duy trì tính nhất quán qua các đoạn dài hơn trong khi vẫn giữ được các chi tiết tinh vi từ hình ảnh nguồn. Độ phân giải được tăng cường tiết lộ những tinh tế trong kết cấu, ánh sáng và chuyển động, góp phần tạo ra một kết quả bóng bẩy và chuyên nghiệp hơn.
Di chuyển từ hình ảnh thành video sang tạo video từ văn bản, mô hình Wan-2.1-t2v-480p thể hiện tính linh hoạt của WaveSpeed AI. Với 894 lần chạy công khai, mô hình này biến các mô tả văn bản thành các đoạn hoạt hình sống động ở độ phân giải 480p.
Mô hình cho thấy khả năng tuân thủ đáng kinh ngạc, chuyển dịch chính xác các mô tả bằng văn bản thành những câu chuyện hình ảnh. Người dùng có thể mô tả các cảnh phức tạp, hành động của nhân vật và tông cảm xúc, và mô hình liên tục cung cấp kết quả phù hợp với tầm nhìn mong muốn. Điều này khiến nó trở thành một công cụ vô giá cho việc lập kế hoạch câu chuyện, hình dung khái niệm và nguyên mẫu nhanh trong các ngành công nghiệp sáng tạo.
Độ phân giải 480p cung cấp sự cân bằng tốt giữa chất lượng và hiệu quả tính toán, giúp mô hình tiếp cận dễ dàng hơn với nhiều người dùng hơn trong khi vẫn sản xuất ra kết quả hài lòng cho hầu hết các ứng dụng.
Biến thể độ phân giải cao của mô hình chuyển văn bản thành video của WaveSpeed, Wan-2.1-t2v-720p đã thu hút 217 lần chạy công khai và đại diện cho cấp độ cao cấp trong khả năng chuyển văn bản thành video của WaveSpeed. Độ phân giải tăng lên 720p cho phép tạo ra những đầu ra chi tiết hơn và nổi bật hơn có thể được sử dụng trong quy trình tạo nội dung chuyên nghiệp.
Mô hình này đặc biệt xuất sắc trong việc thể hiện các cảnh phức tạp với nhiều yếu tố và môi trường chi tiết. Độ phân giải cao hơn đảm bảo rằng các chi tiết nhỏ vẫn được nhìn thấy và các yếu tố văn bản trong các video tạo ra vẫn đọc được. Điều này làm cho nó đặc biệt có giá trị cho nội dung tiếp thị, tài liệu giáo dục và các tình huống mà độ rõ ràng hình ảnh là rất quan trọng.
Mặc dù yêu cầu tính toán cao hơn, nhưng khả năng suy luận tăng tốc giúp giữ thời gian tạo ra hợp lý trên phần cứng tiêu dùng mạnh mẽ.
Step-Video đại diện cho mô hình chuyển văn bản thành video tham vọng nhất của WaveSpeed AI cho đến nay. Với 129 lần chạy công khai, mô hình này đẩy mạnh giới hạn của những gì có thể trong việc tạo video mã nguồn mở với 30 tỷ tham số khổng lồ và khả năng tạo ra video dài tới 204 khung hình.
Điều làm cho Step-Video nổi bật không chỉ ở quy mô của nó mà còn ở tính nhất quán tạm thời đáng kể của nó qua các đoạn dài hơn. Mô hình cho thấy sự hiểu biết về động lực chuyển động phức tạp, sự bền bỉ của vật thể và sự liên tục của cảnh quay mà gần như đạt được tiêu chuẩn của các đối thủ nguồn đóng. Điều này khiến nó đặc biệt có giá trị cho việc tạo ra những câu chuyện dài cần sự nhất quán liên tục.
Việc triển khai suy luận tăng tốc giúp giảm thiểu yêu cầu tính toán của một mô hình lớn như vậy, khiến mô hình dễ tiếp cận hơn cho người dùng với phần cứng mạnh mẽ nhưng không thuộc cấp doanh nghiệp.
Hunyuan-Video-Fast thể hiện cam kết của WaveSpeed AI trong việc làm cho việc tạo video độ phân giải cao dễ tiếp cận hơn. Mô hình này cung cấp khả năng suy luận tăng tốc để tạo ra video với độ phân giải 1280x720 ấn tượng, cung cấp đầu ra chất lượng điện ảnh mà không cần thời gian tạo lâu mà thường liên quan đến nội dung độ phân giải cao.
Mô hình này đặc biệt xuất sắc trong việc tạo ra chuyển động con người thực tế, môi trường tự nhiên và tương tác phức tạp giữa các đối tượng. Độ phân giải cao nắm bắt các chi tiết tinh tế trong biểu cảm khuôn mặt, kết cấu và các yếu tố môi trường, góp phần tạo ra một kết quả chân thực và hấp dẫn hơn.
Mặc dù mô hình yêu cầu nhiều tài nguyên tính toán hơn so với các mô hình có độ phân giải thấp hơn, nhưng quy trình suy luận được tối ưu hóa giúp giữ thời gian tạo ra hợp lý trên phần cứng tiêu dùng cao cấp.
Mochi 1, phát triển bởi Genmo AI, đại diện cho một bước tiến đáng kể trong công nghệ tạo video mã nguồn mở. Được phát hành dưới giấy phép Apache 2.0, mô hình này thiết lập một tiêu chuẩn mới cho việc tạo video mã nguồn mở với chuyển động chất lượng cao và tuân thủ lời nhắc mạnh mẽ.
Điều làm cho Mochi 1 nổi bật là mô hình khuếch tán 10 tỷ tham số được xây dựng trên kiến trúc Máy biến áp Khuếch tán Không đối xứng mới (AsymmDiT). Mô hình này được đào tạo hoàn toàn từ đầu và hiện là mô hình tạo video lớn nhất từng được phát hành công khai. Kiến trúc đơn giản, có thể hack của nó khiến nó trở nên đặc biệt hấp dẫn đối với các nhà nghiên cứu và nhà phát triển muốn xây dựng và mở rộng khả năng của nó.
Mochi 1 cho thấy sự tương thích tuyệt vời với các lời nhắc bằng văn bản, đảm bảo rằng video được tạo ra phản ánh chính xác các hướng dẫn đã cho. Điều này cho phép người dùng kiểm soát chi tiết các nhân vật, bối cảnh, và hành động. Mô hình tạo ra video mượt mà ở 30 khung hình mỗi giây cho các đoạn thời gian lên đến 5,4 giây, với tính nhất quán tạm thời cao và động lực chuyển động chân thực.
CogVideoX, phát triển bởi nhóm Deep Mind của Đại học Tsinghua (THUDM), đã khẳng định mình là một trong những mô hình tạo video mã nguồn mở có khả năng nhất hiện nay. Mô hình này nhằm mục đích thu hẹp khoảng cách giữa nghiên cứu và ứng dụng thực tế, cung cấp khả năng tạo video chất lượng cao với tính nhất quán tạm thời mạnh mẽ.
Điều phân biệt CogVideoX là khả năng xử lý các cảnh phức tạp với nhiều vật thể chuyển động trong khi vẫn duy trì sự nhất quán xuyên suốt đoạn phim. Mô hình cho thấy sự hiểu biết về vật lý, tương tác giữa các đối tượng và chuyển động tự nhiên khiến các sản phẩm đầu ra của nó đặc biệt thuyết phục.
Mô hình hỗ trợ nhiều chế độ tạo khác nhau, bao gồm chuyển văn bản thành video và hình ảnh thành video, khiến nó trở thành một công cụ linh hoạt cho các ứng dụng sáng tạo khác nhau. Dù có sức mạnh, nhóm đứng sau CogVideoX đã thực hiện nhiều tối ưu hóa giúp nó trở nên dễ tiếp cận hơn cho người dùng không có phần cứng cấp trung tâm dữ liệu.
LTX Video, phát triển bởi Lightricks, đại diện cho một sự tham gia thú vị trong lĩnh vực tạo video mã nguồn mở. Không giống như một số mô hình khác ưu tiên khả năng thô với giá phải trả cho khả năng tiếp cận, LTX Video đạt được sự cân bằng giữa chất lượng tạo ra và hiệu quả tính toán.
Mô hình này xuất sắc trong việc tạo ra các đoạn clip ngắn, hấp dẫn về mặt hình ảnh, đặc biệt phù hợp cho nội dung truyền thông xã hội. Nó cho thấy khả năng mạnh mẽ trong việc hoạt hình nhân vật, chuyển tiếp cảnh và kể chuyện hình ảnh, khiến nó trở thành một công cụ quý giá cho các nhà sáng tạo nội dung.
Điều làm cho LTX Video đặc biệt đáng chú ý là yêu cầu phần cứng của nó tương đối khiêm tốn so với các mô hình khác trong danh sách này. Sự dễ tiếp cận này đã góp phần phát triển cộng đồng người dùng ngày càng tăng của nó, những người tiếp tục khám phá khả năng của nó và mở rộng ranh giới sáng tạo.
Allegro, phát triển bởi RhymesAI, kết thúc danh sách của chúng tôi với sự chú ý vào tạo video dựa trên âm nhạc. Được phát hành dưới giấy phép Apache 2.0, mô hình này giới thiệu một chuyên môn thú vị trong lĩnh vực tạo video bằng cách nhấn mạnh mối quan hệ giữa các yếu tố âm thanh và hình ảnh.
Mô hình có thể tạo ra video đồng bộ với các bản nhạc, tạo ra các diễn giải hình ảnh của các yếu tố âm thanh như nhịp điệu, tempo và tông cảm xúc. Điều này làm cho nó đặc biệt có giá trị cho việc hình dung âm nhạc, nội dung tiếp thị cho các nghệ sĩ âm nhạc, và các khám phá sáng tạo về hình ảnh dựa trên âm thanh.
Điều làm cho Allegro trở nên nổi bật là sự hiểu biết của nó về cấu trúc âm nhạc và khả năng chuyển đổi sự hiểu biết đó thành các chuỗi hình ảnh mạch lạc. Mặc dù có thể nó chuyên sâu hơn một số mô hình khác trong danh sách này, nhưng các khả năng độc đáo của nó khiến nó trở thành một bổ sung quý giá cho hệ sinh thái tạo video mã nguồn mở.
Khi chúng ta tiến về năm 2025, bối cảnh của việc tạo video AI mã nguồn mở tiếp tục phát triển với tốc độ đáng kinh ngạc. Những mô hình được nêu trong bài viết này đại diện cho trạng thái hiện tại của nghệ thuật, cung cấp các khả năng mà chỉ một vài năm trước đây dường như là không thể.
Điều đặc biệt thú vị về những mô hình mã nguồn mở này là sự dân chủ hóa quyền truy cập mà chúng đại diện. Trong khi các mô hình nguồn đóng từ các công ty công nghệ lớn tiếp tục đẩy mạnh biên giới của những gì có thể, những lựa chọn mở này đảm bảo công nghệ vẫn có thể tiếp cận được với các nhà nghiên cứu, phát triển và sáng tạo làm việc bên ngoài các môi trường doanh nghiệp có nguồn tài chính tốt.
Dù bạn quan tâm đến việc biến đổi hình ảnh tĩnh thành video động, tạo nội dung từ các mô tả văn bản, hay khám phá các ứng dụng chuyên biệt như hình dung âm nhạc, những mô hình này cung cấp những công cụ mạnh mẽ để mở rộng chân trời sáng tạo của bạn. Khi cộng đồng mã nguồn mở tiếp tục đổi mới, chúng ta có thể mong đợi nhiều khả năng ấn tượng hơn sẽ xuất hiện, mở rộng thêm những khả năng của nội dung video do AI tạo ra.
