描述
Wan 2.2是一个开源视频生成模型，被描述为首个将混合专家（MoE）架构引入视频扩散的模型。由阿里巴巴的Tongyi实验室构建，它允许用户从文本或图像创建480P和720P分辨率的电影视频，完整的模型权重可在GitHub上下载。
阅读更多
该模型强调通过对镜头语言的深刻理解实现电影视觉控制，提供对光线、颜色和构图的细致控制，以适应多样化的风格。其I2V-A14B图像到视频模型提供稳定的视频合成，具备真实的物理效果、自然的运动，并减少不自然的相机移动，而先进的运动理解则能够重现复杂的运动，如舞蹈、跑酷和花样滑冰，流畅性得到了增强。MoE架构在保持计算效率的同时扩大了模型的容量。
Wan 2.2还包括一个增强的视觉创作管道，生成经过优化以便于后续视频集成的图像，经过精心挑选的美学数据调优光线、构图和颜色。与之前的版本相比，训练使用的图像数量增加了65.6%，在运动、语义和美学方面提高了泛化能力。作为完全开源的项目，开发者和创作者可以下载并自行运行，同时全球社区分享他们使用该模型创作的作品。
- 类别AI 视频生成器
- 定价模式开源
- 部署自托管
- 平台网页版
Wan 2.2的核心功能
开源模型，完整的可下载权重可在GitHub上获取
混合专家（MoE）架构，具备更大的容量和效率
支持480P和720P的文本到视频和图像到视频生成
I2V-A14B模型，提供稳定的合成和真实的物理效果
先进的运动理解，支持复杂流畅的运动
对光线、颜色和构图的电影级控制
经过美学调优的视频优化图像生成管道
以24fps的速度输出720p，性能优化
如何使用 Wan 2.2？
下载模型：从GitHub获取Wan 2.2及其完整权重。
选择模式：使用文本到视频或图像到视频生成。
提供输入：编写文本提示或提供起始图像，选用经过视觉管道处理的图像。
设置电影控制：指定光线、颜色、构图和运动以实现所需风格。
生成：制作480P或720P的电影片段。
Wan 2.2的使用案例
- 电影级文本到视频
- 图像到视频创作
- 自托管生成
- 运动密集内容
