實體AI教學課程內容
課程簡介
課程名稱：阿里雲通義萬相（Wan）AI 影片生成專業速成課程
課程時長：2 小時（120 分鐘）
目標對象：影音內容策劃師、自媒體運營者、品牌行銷專員、動畫/遊戲美術設計師、AI 開發工程師。
學習目標：系統掌握通義萬相 Wan 系列模型架構（T2V/I2V/S2V）、提示工程（Prompt Engineering）與生成管線優化，實現從文生影片、圖生影片至動作遷移（Motion Transfer）的端到端生產流程。學員將具備評估模型效能（VBench 指標）、成本治理與商用合規能力，輸出生產級 1080p/10s 影片資產。
課程大綱
模組 1：Wan 系列架構解析與應用定位（20 分鐘）
-
通義萬相技術棧：3D 因果 VAE、DiT 擴散 Transformer、MoE 混合專家模組演進（Wan2.1→2.6）。
-
多模態生成範式：Text-to-Video (T2V)、Image-to-Video (I2V)、Speech-to-Video (S2V) 與 Animate 動作生成。
-
商用場景映射：廣告分鏡渲染、數位人驅動、遊戲過場動畫、MCN 短片量產（VBench 總分領先分析）。
-
實作啟動：阿里雲 PAI 控制台登入、配額配置與基準提示測試（10 分鐘）。
模組 2：環境 provisioning 與 API 接入（15 分鐘）
-
資源配置：Model Studio 部署、GPU 集群調度（A100/V100 規格對比）、Token 配額治理（100萬免費額度策略）。
-
SDK 整合：Python RESTful API 呼叫、批量生成管線（Batch Inference）。
-
計費模型：Node-hour 定價（標準版 RMB 0.4/s、專業版 RMB 0.6/s）、CUD 承諾使用折扣優化。
-
實作：沙箱環境初始化、權限 IAM 驗證（5 分鐘）。
模組 3：T2V 文生影片生成與提示工程（25 分鐘）
-
介面導覽：提示輸入、解析度（480p-1080p）、幀率（24fps）、風格嵌入（Style Embedding）。
-
進階提示策略：時空敘事結構（Subject-Action-Environment-Lens）、負提示（Negative Prompt）防畸變、鏡頭語法（Dolly Zoom/Pan）。
-
品質控制：溫度（Temperature 0.7-1.0）、Top-P 核樣本、多輪迭代（Refinement Loop）。
-
實作：生成 720p/5s 品牌概念片，對比提示變異（15 分鐘）。
模組 4：I2V/S2V 與 Wan2.2-Animate 動作遷移（25 分鐘）
-
圖像驅動生成：參考圖輸入、邊緣保持（Edge Preservation）、運動軌跡提取。
-
Animate 子模組：時空注意力（Spatio-Temporal Attention）、動作復刻（Motion Retargeting）、物理約束（Physics Constraints）。
-
音畫同步：原生 Audio-Visual Alignment、口型同步（Lip Sync）與節奏注入。
-
實作：角色圖 → 舞蹈遷移影片、語音驅動數位人口播（15 分鐘）。
模組 5：生成管線優化與後製串接（20 分鐘）
-
效能診斷：PSI 漂移偵測、Loss Curve 監控、SHAP 特徵歸因。
-
批量工作流：Apache Airflow DAG 編排、多版本 A/B 測試、自動擴展（Autoscaling）。
-
後製整合：Premiere/CapCut 匯入、ONNX 匯出、穩定擴散（Stable Diffusion）風格轉換。
-
實作：端到端管線部署，生成 10s 分鏡序列（10 分鐘）。
模組 6：治理框架、風險緩解與產業前瞻（15 分鐘）
-
合規治理：Deepfake 水印嵌入、版權血統追蹤（Lineage Tracking）、EU AI Act 相容性。
-
成本 ROI 分析：TCO 模型、Spot Instance 節省 57%。
-
未來路線圖：Wan3.0 Agentic Workflow、多模態 RAG、Federated Learning 隱私保護。
-
總結與 Q&A：商用 POC 模板分發、社群資源（HuggingFace/ModelScope）。
