Wan 2.2 es el modelo de video de inteligencia artificial generativa de código abierto más avanzado desarrollado por Alibaba Dharma Academy. Esta es una actualización importante de la familia básica de modelos de vídeo Wan, diseñada para crear vídeos cinematográficos de alta calidad basados en indicaciones de texto e imágenes. Este modelo es conocido por su avanzada generación de movimiento y control estético.

Hay varias versiones de Wan 2.2 con diferentes características. Los modelos principales de código abierto incluyen el eficiente modelo TI2V-5B, que admite tanto texto a video (T2V) como imagen a video (I2V) a una resolución de 720p y se puede ejecutar en GPU de consumo. También hay modelos 14B más potentes, como el T2V-A14B y el I2V-A14B, que utilizan la arquitectura Expert Hybrid (MoE) para una calidad y un rendimiento excepcionales, adecuados para hardware más robusto.

Wan 2.2 se destaca por su innovadora arquitectura Expert Hybrid (MoE), que divide el proceso de eliminación de ruido en etapas especializadas para un mejor rendimiento sin aumentar significativamente los costos computacionales. También cuenta con controles estéticos de calidad cinematográfica, la capacidad de generar movimientos complejos y fluidos, y una función de penúltimo fotograma a video (FLF2V) que crea una transición suave entre dos imágenes. Su naturaleza de código abierto permite el ajuste y la integración impulsados por la comunidad.

Como modelo de código abierto, la seguridad de Wan 2.2 depende en gran medida de cómo se implementa y se utiliza. Los desarrolladores han establecido políticas de uso que prohíben la generación de contenido ilegal, dañino o engañoso. Aunque el modelo en sí no tiene un sistema de moderación de contenido incorporado, los desarrolladores y plataformas que utilizan Wan 2.2 deben implementar sus propias medidas de seguridad para garantizar un uso responsable y el cumplimiento de las normas legales y éticas.

El Wan 2.2 está altamente optimizado para la velocidad, especialmente con su modelo TI2V-5B, uno de los más rápidos a resolución 720p y 24 fps. En una GPU de consumo como la RTX 4090, se puede generar un video de 5 segundos en solo unos minutos, y un hardware más potente puede proporcionar resultados más rápidos. Su eficiente arquitectura Expert Hybrid (MoE) aumenta aún más la velocidad.

Wan 2.2 es principalmente un modelo de código abierto centrado en el desarrollador. No tiene una aplicación móvil oficial dedicada de su productor. Sin embargo, debido a que es de código abierto, los desarrolladores pueden integrarlo en aplicaciones web amigables con dispositivos móviles o crear sus propias aplicaciones móviles. Su compatibilidad con GPU de grado de consumo también lo hace más accesible para los usuarios con estaciones de trabajo móviles de gama alta.

Wan 2.2 es capaz de generar una amplia variedad de contenido de video, desde anuncios cortos y clips de redes sociales hasta escenas de películas y animaciones. Sus características incluyen texto a video, imagen a video y pintura basada en imágenes. Los usuarios pueden generar vídeos con movimientos específicos de la cámara, estilos estéticos precisos y movimientos realistas de personajes y objetos, lo que lo convierte en una herramienta versátil para proyectos técnicos y creativos.

La forma más común de usar Wan 2.2 es descargar los archivos de modelo y ejecutarlos en una máquina compatible local, generalmente integrada a través de plataformas como ComfyUI o Diffusers. Para una experiencia más accesible, el modelo está disponible a través de un proveedor de API en la nube. También hay la oportunidad de probar Wan 2.2 de forma gratuita a través de la plataforma Vizard, que ofrece una interfaz en línea para experimentar con las capacidades del modelo.