Wan v2.6 Image to Image

Wan v2.6 Image to Image là một mô hình chỉnh sửa và ghép ảnh cho phép bạn kết hợp và biến đổi tối đa ba hình ảnh tham chiếu chỉ với một mô tả bằng văn bản. Thay vì tạo hình ảnh từ đầu, mô hình này làm việc với những hình ảnh bạn đã có — một nhân vật, một vật thể, một địa điểm, một chất liệu hay một phong cách — và hợp nhất chúng thành một ảnh mới duy nhất theo đúng hướng dẫn của bạn. Nếu bạn có thể chỉ ra các yếu tố trên nhiều bức ảnh và mô tả cách chúng kết hợp với nhau, mô hình này sẽ biến ý tưởng đó thành một khung hình hoàn chỉnh.

Điểm nổi bật là hệ thống tham chiếu đa hình ảnh. Bạn cung cấp từ một đến ba ảnh tham chiếu, và trong prompt văn bản, bạn đề cập trực tiếp đến từng ảnh là 'image 1', 'image 2', và 'image 3'. Thứ tự ảnh rất quan trọng, nên bạn luôn biết mô hình đang lấy chi tiết từ ảnh nào. Điều này giúp việc mô tả các kiểu ghép phức tạp trở nên đơn giản: bạn có thể đặt một nhân vật từ một ảnh vào bối cảnh từ ảnh khác, trên tay cầm một vật thể lấy từ ảnh thứ ba. Ví dụ: 'Đặt phù thủy từ image 2 vào thư viện cổ từ image 3, trên tay và đang nghiên cứu viên pha lê ma thuật từ image 1,' đầy đủ chỉ dẫn về ánh sáng tím xanh trên khuôn mặt, nến lơ lửng, sách cổ ở phía sau, cùng phong cách tranh đại kỳ ảo chi tiết cao. Mô hình nhận toàn bộ mô tả đó và tạo thành một cảnh hợp nhất.

Vì prompt làm phần lớn công việc sáng tạo, mô hình này càng ưu ái mô tả chi tiết. Bạn có thể tùy ý xác định ánh sáng, cảm xúc, phong cách nghệ thuật, bố cục cũng như các chi tiết nhỏ — mô hình sẽ tuân thủ. Prompt có thể dài đến 2.000 ký tự, đủ không gian để bạn cụ thể hóa ý tưởng, và hỗ trợ cả tiếng Anh lẫn tiếng Trung. Với những ai thích prompt ngắn gọn, có sẵn tính năng tối ưu hóa prompt, tự động mở rộng và hoàn thiện chỉ dẫn đơn giản trước khi tạo ảnh. Tính năng này chỉ mất thêm vài giây xử lý nhưng giúp cải thiện chất lượng đầu ra rõ rệt khi bạn nhập ý tưởng vắn tắt thay vì cả đoạn mô tả chi tiết. Bạn có thể bật để tiện lợi hoặc tắt khi muốn mô hình tuân thủ chính xác từ ngữ.

Ai sẽ hưởng lợi? Họa sĩ ý tưởng và minh họa có thể kiểm tra nhanh nhân vật ở các môi trường hoặc đạo cụ khác nhau. Nhà thiết kế có thể ghép ảnh sản phẩm, bảng ý tưởng, nghiên cứu phong cách mà không cần cắt ghép thủ công. Nhà làm phim, họa sĩ story-board có thể dự hình cảnh quay bằng cách đưa diễn viên, bối cảnh, vật thể vào một khung hình. Marketer và người sáng tạo nội dung mạng xã hội có thể dựng lại hình ảnh thương hiệu bằng visual mới. Bất kỳ ai vốn tốn hàng giờ cắt ghép từng lớp ảnh giờ chỉ cần mô tả một câu.

Hình ảnh tham chiếu bạn tải lên nên là file JPEG, JPG, PNG (không có nền trong suốt), BMP hoặc WEBP, mỗi ảnh có cạnh từ 384 đến 5.000 pixel và không quá 10MB. Ảnh tạo ra được lưu ở định dạng PNG. Bạn kiểm soát hình dạng và kích thước kết quả qua các preset tỷ lệ khung hình — vuông, dọc 4:3, dọc 16:9, ngang 4:3, ngang 16:9, và vuông chất lượng cao — hoặc đặt kích thước tùy chỉnh. Độ phân giải đầu ra nằm trong một phạm vi cố định, giữ ảnh sắc nét mà không quá nặng, khoảng từ 768×768 đến 1280×1280 pixel.

Ngoài việc bố cục và kích thước, bạn còn có nhiều tùy chỉnh sáng tạo khác. Prompt phủ định giúp bạn liệt kê những gì không muốn xuất hiện — như độ phân giải thấp, hình dạng méo, thừa ngón tay — giúp tránh lỗi thường gặp trong sinh ảnh. Bạn có thể tạo tối đa bốn biến thể cùng lúc, tiện so sánh nhanh và chọn kết quả tốt nhất. Kiểm soát seed cho phép tái tạo kết quả: dùng lại seed cho ra kết quả nhất quán giữa các lần, nên khi đã đạt phong cách mong muốn, bạn cứ tiếp tục thử nghiệm mà không cần làm lại từ đầu. Ngoài ra còn có chế độ kiểm duyệt nội dung tích hợp cho cả đầu vào lẫn đầu ra, luôn bật mặc định, giúp đảm bảo hình ảnh phù hợp.

Về phong cách, mô hình rất linh hoạt. Vì lấy trực tiếp từ hình ảnh tham chiếu và chỉ dẫn của bạn, nó có thể nghiêng về thực tế, tranh vẽ, điện ảnh, hoặc minh họa tuỳ yêu cầu. Hình ví dụ thường là tranh fantasy với ánh sáng ấn tượng, nhấn mạnh thế mạnh về mood và chi tiết của mô hình khi mô tả rõ ràng. Bạn có thể mượn phong cách từ một ảnh và nền từ ảnh khác, hòa trộn nhiều nguồn thành một tổng thể thẩm mỹ.

Một số nguyên tắc nên theo sát cách mô hình hoạt động. Thứ nhất, xác định rõ ảnh cung cấp chi tiết nào — hệ thống đánh số chỉ hiệu quả khi prompt của bạn rõ ràng. Thứ hai, mô tả ánh sáng, phong cách, bố cục thay vì để mô hình tự đoán; mô tả càng phong phú, kết quả càng sát ý. Thứ ba, nếu ý tưởng ngắn, giữ tối ưu hóa prompt mở để tự động làm đầy chỗ thiếu, nhưng tắt khi cần giữ đúng từng từ. Thứ tư, tận dụng prompt phủ định để ngăn lỗi hay tái diễn. Và khi có kết quả ưng ý, lưu lại seed để tiếp tục phát triển.

Hạn chế: mô hình cần ít nhất một ảnh tham chiếu và tối đa ba, nên phù hợp cho chỉnh sửa và ghép ảnh, thay vì tạo ảnh chỉ từ mô tả. Hình ảnh phải đúng định dạng/kích thước hỗ trợ, PNG có nền trong suốt không được chấp nhận. Độ phân giải kết quả giới hạn trong phạm vi nhất định, tối ưu cho ảnh nét, dễ chia sẻ thay vì file in cỡ lớn. Trong những giới hạn này, Wan v2.6 Image to Image là công cụ nhanh và dễ kiểm soát để biến một bộ ảnh tham chiếu cùng mô tả rõ ràng thành một hình ảnh mới thống nhất.