Wan 2.2

Descripción

Wan 2.2 es un modelo de generación de video de código abierto descrito como el primero en incorporar una arquitectura Mixture-of-Experts (MoE) en la difusión de video. Desarrollado por el laboratorio Tongyi de Alibaba, permite a los usuarios crear videos cinematográficos a partir de texto o imágenes en resoluciones de 480P y 720P, con pesos completos del modelo disponibles para descarga en GitHub.

El modelo enfatiza el control de visión cinematográfica a través de un profundo dominio del lenguaje de toma, ofreciendo un control detallado sobre la iluminación, el color y la composición para estilos versátiles. Su modelo I2V-A14B de imagen a video proporciona una síntesis de video estable con física realista, movimiento natural y movimientos de cámara poco realistas reducidos, mientras que la comprensión avanzada del movimiento recrea movimientos complejos como el baile, el parkour y el patinaje artístico con una fluidez mejorada. La arquitectura MoE amplía la capacidad del modelo mientras mantiene la eficiencia computacional.

Wan 2.2 también incluye un pipeline de creación visual mejorado que genera imágenes optimizadas para la integración de video posterior, ajustadas con datos estéticos curados para la iluminación, la composición y el color. Entrenado con un 65.6% más de imágenes que las versiones anteriores, mejora la generalización en movimiento, semántica y estética. Al ser completamente de código abierto, los desarrolladores y creadores pueden descargarlo y ejecutarlo por sí mismos, y una comunidad global comparte su trabajo construido con el modelo.

Características principales de Wan 2.2

• Modelo de código abierto con pesos completos descargables en GitHub

• Arquitectura Mixture-of-Experts (MoE) para mayor capacidad con eficiencia

• Generación de texto a video e imagen a video en 480P y 720P

• Modelo I2V-A14B para síntesis estable con física realista

• Comprensión avanzada del movimiento para movimientos complejos y fluidos

• Control cinematográfico sobre iluminación, color y composición

• Pipeline de generación de imágenes optimizado para video con ajuste estético

• Salida de 720p a 24fps con rendimiento optimizado

¿Cómo usar Wan 2.2?

1. 1

   Descarga el modelo: obtén Wan 2.2 con sus pesos completos desde GitHub.

2. 2

   Elige un modo: utiliza la generación de texto a video o de imagen a video.

3. 3

   Proporciona entrada: escribe un aviso de texto o suministra una imagen inicial, opcionalmente preparada con el pipeline visual.

4. 4

   Configura los controles cinematográficos: especifica iluminación, color, composición y movimiento para tu estilo deseado.

5. 5

   Genera: produce un clip cinematográfico de 480P o 720P.

Casos de uso de Wan 2.2

• Texto a video cinematográfico
• Creación de imagen a video
• Generación autoalojada
• Contenido con mucho movimiento

Preguntas frecuentes de Wan 2.2

• ¿Qué es Wan 2.2?

  Wan 2.2 es descrito como el primer modelo de generación de video Mixture-of-Experts de código abierto del mundo, construido por el laboratorio Tongyi de Alibaba para la creación de texto a video e imagen a video de hasta 720P.

• ¿Es Wan 2.2 realmente de código abierto?

  Sí. Es completamente de código abierto con pesos completos del modelo, y puedes descargarlo desde GitHub y ejecutarlo tú mismo.

• ¿Qué resoluciones soporta?

  Soporta resoluciones de 480P y 720P, con salida de 720p a 24fps.

• ¿Para qué sirve la arquitectura MoE?

  La arquitectura Mixture-of-Experts amplía la capacidad del modelo mientras mantiene la eficiencia computacional para una difusión de video de mayor calidad.

• ¿Qué tan bien maneja el movimiento?

  Wan 2.2 recrea movimientos complejos como el baile hip-hop, el parkour y el patinaje artístico con una fluidez mejorada, y su modelo I2V-A14B reduce los movimientos de cámara poco realistas.

• ¿También ayuda con la generación de imágenes?

  Sí. Incluye un pipeline de creación visual que produce imágenes ajustadas con datos estéticos para la iluminación, la composición y el color, optimizadas para la generación de video posterior.