Wan 2.2

Descrição

Wan 2.2 é um modelo de geração de vídeo de código aberto descrito como o primeiro a trazer uma arquitetura Mixture-of-Experts (MoE) para a difusão de vídeo. Desenvolvido pelo Tongyi Lab da Alibaba, permite que os usuários criem vídeos cinematográficos a partir de texto ou imagens nas resoluções 480P e 720P, com pesos completos do modelo disponíveis para download no GitHub.

O modelo enfatiza o controle da visão cinematográfica através de um profundo domínio da linguagem de tomadas, oferecendo controle detalhado sobre iluminação, cor e composição para estilos versáteis. Seu modelo I2V-A14B para imagem para vídeo proporciona síntese de vídeo estável com física realista, movimento natural e movimentos de câmera reduzidos e não realistas, enquanto a compreensão avançada de movimento recria movimentos complexos como dança, parkour e patinação artística com fluidez aprimorada. A arquitetura MoE aumenta a capacidade do modelo enquanto mantém a eficiência computacional.

Wan 2.2 também inclui um pipeline de criação visual aprimorado que gera imagens otimizadas para integração de vídeo subsequente, ajustadas com dados estéticos selecionados para iluminação, composição e cor. Treinado com 65,6% mais imagens do que as versões anteriores, melhora a generalização em movimento, semântica e estética. Sendo totalmente de código aberto, desenvolvedores e criadores podem baixá-lo e executá-lo por conta própria, e uma comunidade global compartilha seu trabalho construído com o modelo.

Recursos principais de Wan 2.2

• Modelo de código aberto com pesos completos para download no GitHub

• Arquitetura Mixture-of-Experts (MoE) para maior capacidade com eficiência

• Geração de texto para vídeo e imagem para vídeo em 480P e 720P

• Modelo I2V-A14B para síntese estável com física realista

• Compreensão avançada de movimento para movimentos complexos e fluidos

• Controle cinematográfico sobre iluminação, cor e composição

• Pipeline de geração de imagem otimizado para vídeo com ajuste estético

• Saída em 720p a 24fps com desempenho otimizado

Como usar Wan 2.2?

1. 1

   Baixe o modelo: obtenha Wan 2.2 com seus pesos completos do GitHub.

2. 2

   Escolha um modo: use a geração de texto para vídeo ou imagem para vídeo.

3. 3

   Forneça entrada: escreva um prompt de texto ou forneça uma imagem inicial, opcionalmente preparada com o pipeline visual.

4. 4

   Defina controles cinematográficos: especifique iluminação, cor, composição e movimento para o estilo desejado.

5. 5

   Gere: produza um clipe cinematográfico em 480P ou 720P.

Casos de uso de Wan 2.2

• Texto para vídeo cinematográfico
• Criação de imagem para vídeo
• Geração auto-hospedada
• Conteúdo com movimento intenso

Perguntas frequentes de Wan 2.2

• O que é Wan 2.2?

  Wan 2.2 é descrito como o primeiro modelo de geração de vídeo Mixture-of-Experts de código aberto do mundo, desenvolvido pelo Tongyi Lab da Alibaba para criação de texto para vídeo e imagem para vídeo em até 720P.

• Wan 2.2 é realmente de código aberto?

  Sim. É totalmente de código aberto com pesos completos do modelo, e você pode baixá-lo do GitHub e executá-lo por conta própria.

• Quais resoluções ele suporta?

  Ele suporta resoluções de 480P e 720P, com saída em 720p a 24fps.

• Para que serve a arquitetura MoE?

  A arquitetura Mixture-of-Experts aumenta a capacidade do modelo enquanto mantém a eficiência computacional para difusão de vídeo de maior qualidade.

• Quão boa é a sua manipulação de movimento?

  Wan 2.2 recria movimentos complexos como dança hip-hop, parkour e patinação artística com fluidez aprimorada, e seu modelo I2V-A14B reduz movimentos de câmera não realistas.

• Ele também ajuda na geração de imagens?

  Sim. Inclui um pipeline de criação visual que produz imagens ajustadas com dados estéticos para iluminação, composição e cor, otimizadas para geração de vídeo subsequente.