อาลีบาบา (Alibaba) ประกาศความสำเร็จครั้งสำคัญในโลก AI ด้วยการเปิดตัว Wan2.6 Series โมเดลสร้างสรรค์ภาพและวิดีโอ (Visual Generation Models) รุ่นล่าสุดที่ออกแบบมาเพื่อยกระดับงานโปรดักชันสู่ระดับมืออาชีพ โดยไฮไลต์สำคัญคือการเปิดโอกาสให้ครีเอเตอร์สามารถ “ปรากฏตัว” ในวิดีโอที่สร้างขึ้นด้วย AI ทั้งรูปลักษณ์และเสียงของตนเองได้อย่างสมจริง
Wan2.6-R2V: เทคโนโลยี Reference-to-Video ตัวแรกของจีน หัวใจหลักของการอัปเกรดครั้งนี้คือโมเดล Wan2.6-R2V ซึ่งเป็นโมเดลประเภท Reference-to-Video ตัวแรกของประเทศจีนที่รองรับการสร้างวิดีโอจากภาพและเสียงต้นฉบับ ผู้ใช้เพียงอัปโหลดวิดีโออ้างอิงและใช้คำสั่งข้อความ (Text Prompts) ระบบจะสร้างฉากใหม่ที่มีตัวละครเดิมแสดงอยู่ โดยยังคงเอกลักษณ์ทั้งใบหน้า น้ำเสียง และท่าทางไว้อย่างครบถ้วน รองรับการสร้างวิดีโอที่มีตัวละครหลายตัวพร้อมบทสนทนา (Multi-person Dialogue) ที่ลื่นไหลและเป็นธรรมชาติ
ยกระดับการเล่าเรื่องแบบ Multi-Shot และคุณภาพระดับภาพยนตร์ Wan2.6 Series ไม่ได้เพียงแค่สร้างภาพเคลื่อนไหว แต่ยังนำเสนอความสามารถในการเล่าเรื่องแบบ Intelligent Multi-Shot ที่ช่วยรักษาความต่อเนื่องของภาพ (Consistency) แม้จะเปลี่ยนมุมกล้องหรือตัดสลับฉาก ทำให้การสร้างละครสั้นหรือคอนเทนต์วิดีโอมีความลึกซึ้งและสื่ออารมณ์ได้ดีขึ้นกว่าเดิม
นอกจากการอัปเกรดโมเดล R2V แล้ว อาลีบาบายังได้ปรับปรุงประสิทธิภาพในตระกูล Wan2.6 ทั้งหมด ได้แก่:
- Wan2.6-T2V (Text-to-Video): แปลงข้อความเป็นวิดีโอที่แม่นยำขึ้น
- Wan2.6-I2V (Image-to-Video): เปลี่ยนภาพนิ่งให้มีชีวิตชีวา
- Wan2.6-Image & T2I: ยกระดับการสร้างภาพนิ่งและการทำตามคำสั่ง (Prompt Adherence) ที่ซับซ้อน
ขยายขีดจำกัดความคิดสร้างสรรค์ โมเดลรุ่นใหม่นี้รองรับความยาววิดีโอสูงสุด 15 วินาที พร้อมระบบซิงค์ภาพและเสียง (Audio-Visual Synchronization) ที่สมบูรณ์แบบ รองรับคำสั่งภาษาจีนและอังกฤษที่มีความยาวและซับซ้อนได้เป็นอย่างดี ช่วยให้ครีเอเตอร์ควบคุมสไตล์ศิลปะและรายละเอียดเจตนารมณ์ได้อย่างแม่นยำ
ปัจจุบัน ผู้ใช้สามารถเข้าถึงขุมพลังของ Wan2.6 Series ได้ผ่านแพลตฟอร์ม Model Studio ของอาลีบาบา คลาวด์, เว็บไซต์อย่างเป็นทางการของ Wan รวมถึงแอปพลิเคชันเรือธงอย่าง Qwen App เพื่อเริ่มสร้างสรรค์คอนเทนต์ระดับมืออาชีพได้ทันที
