A WAN 2.2 egy korábbi, nyílt forrású generatív AI videomodell, az Alibaba Damo Academy által kifejlesztett. Ez jelentős korszerűsítése a WAN videomodelsorozatának, amelyet szöveg- és képeutasításokból színvonalú filmvideókat létrehozni. A modell ismert fejlett mozgási generációjának és esztétiás ellenőrzéseinek miatt.

A WAN 2.2 több verzióban rendelkezésre áll, különböző képességekkel rendelkező A nyílt forrású alapmodellek közé tartoznak a hatékony Ti2V-5B modell, amely 720p felbontással mind a szöveg-to-video (T2V), mind a képe-to-video (I2V) támogatja, és fogyasztói fokú GPU-okon működhet. Vannak erősebb 14B-modellek, mint például a T2V-A14B és az i2V-A14B, amelyek a magas minőségre és teljesítményre alkalmas szakértői keverék (MoE) architektúrát használnak, és a robust hardverre alkalmas.

A WAN 2.2. innovatív szakértői keverék (MoE) architektúrája miatt kiemelt, amely a szégetés elhúzását specializált szakaszokba osztja a jobb teljesítmény érdekében a számítási költségek jelentős növekedése nélkül Ezenkívül filmszintű esztétiás ellenőrzések, komplex és fluid mozgás generálásának képességét, valamint az első utolsó frame to video (FLF2V) funkciót, amely két kép között zökkenőmentes átmenet létrehozását teremt. A nyílt forrású természete lehetővé teszi a közösségi irányú finomhangolást és integrációt.

A nyílt forrású modellként a 2.2 rendszer biztonsága nagymértékben függ attól, hogy hogyan hajtják végre és használják. A fejlesztő olyan használati politikát hoztak létre, amely tiltja a jogellenes, káros vagy félrevezető tartalom létrehozását. Bár maga a modell nem rendelkezik be a tartalommérsékelési rendszerrel, a WAN 2.2 használó fejlesztők és platformok várhatóan saját biztosítékokat hajtják végre a jogi és etikai normák felelős alkalmazásának és betartásának biztosítása érdekében.

A WAN 2.2 rendkívül optimalizált sebesség, különösen a Ti2V-5B modellje, amely 720p felbontással és 24fps egyik leggyorsabb rendelkezésre álló modelljének. Egy 5 másodperces videó csak néhány percben lehet generálni egy fogyasztói GPU-on, mint egy RTX 4090, és erősebb hardverrel még gyorsabb eredményeket biztosít. A sebességet tovább növeli a hatékony szakértői keverék (MoE) architektúrája.

A WAN 2.2 elsősorban a fejlesztő fokozott, nyílt forrású modell. Nincs hivatalos, speciális mobilapp gyártója. Mivel azonban nyílt forrás, a fejlesztő beépíthetik azt mobilbarát webalkalmazásokba, vagy saját mobilapplikációkat létrehozhatják. A fogyasztói minőségű GPU-kompatibilitása is hozzáférhetőbbé teszi a felhasználók számára a high-levegős mobilmunkálkodásokkal.

A WAN 2.2 képes számos videotartalmat generálni, rövid formájában és társadalmi média-klippektől a filmkézésekig és animációig. A képességei közé tartozik a szöveg-to-videót, a kép-to-videót és a kép-alapú festék. A felhasználók speciális kamerámozgású, pontos esztétiás stílusokkal és reális mozgású karakterek és tárgyak mozgásával készíthetik videókat, ami mind műszaki, mind kreatív projektek sorozatú

A WAN 2.2 használatának leggyakoribb módja a modellfájlok letöltése és helyi működése kompatibilis gépen, gyakran a Comfyui vagy diffusorok platformokon keresztül történő integrációval. A modell hozzáférhetőbb tapasztalatok érdekében a felhő-API-szolgáltatókon keresztül rendelkezésre álló. A Vizard platform keresztül lehetőség van a WAN 2.2 ingyenesen próbálni, amely online interfészet biztosít a modell képességeinek kíséréséhez.