Wan 2.2 è un modello video ai generativo open-source all'avanguardia sviluppato dalla Damo Academy di Alibaba. è un importante aggiornamento alla serie di modelli fondazionali di video wan, progettato per creare video cinematici di alta qualità da prompt di testo e immagine. Il modello è noto per la sua avanzata generazione di movimento e controlli estetici.

Wan 2.2 è disponibile in diverse versioni con funzionalità diverse. I principali modelli open source includono l'efficiente modello ti2v-5b, che supporta sia text-to-video(T2V) che immage-to-video(I2V) a risoluzione 720p e può essere eseguito su gpus di grado consumatore. Ci sono anche modelli 14b più potenti, come t2v-a14b e i2v-a14b, che utilizzano un'architettura mixt-of-experts(MoE) per qualità e prestazioni superiori, adatte per hardware più robusto.

Wan 2.2 si distingue grazie alla sua innovativa architettura mixt-of-experts (MoE), che separa il processo di denoising in fasi specializzate per migliorare le prestazioni senza un significativo aumento del costo computazionale. Dispone anche di controlli estetici a livello cinematico, una capacità di generare movimento complesso e fluido, e una funzione di primo ultimo frame to video(FLF2V) che crea transizioni fluide tra due immagini. La sua natura open source consente il fine tuning e l'integrazione guidati dalla comunità.

Come modello open source, la sicurezza di wan 2.2 dipende in larga misura da come viene implementato e utilizzato. Gli sviluppatori hanno stabilito una politica di utilizzo che vieta la generazione di contenuti illegali, dannosi o fuorvianti. Mentre il modello stesso non dispone di un sistema integrato di moderazione dei contenuti, gli sviluppatori e le piattaforme che utilizzano wan 2.2 dovrebbero implementare le proprie garanzie per garantire un uso responsabile e la conformità agli standard legali ed etici.

Wan 2.2 è altamente ottimizzato per la velocità, in particolare il suo modello ti2v-5b, uno dei più veloci disponibili a risoluzione 720p e 24fps. Un video di 5 secondi può essere generato in pochi minuti su un gpu di consumo come un rtx 4090, con un hardware più potente che offre risultati ancora più veloci. La velocità è ulteriormente migliorata dalla sua efficiente architettura mixt-of-experts(MoE).

Wan 2.2 è principalmente un modello open source orientato agli sviluppatori. Non ha un'app mobile ufficiale e dedicata dal suo produttore. Però, poiché è open source, gli sviluppatori possono integrarlo in applicazioni web mobile-friendly o creare le proprie applicazioni mobili. La sua compatibilità con GPU di grado consumatore lo rende anche più accessibile per gli utenti con workstations mobili di fascia alta.

Wan 2.2 è in grado di generare una vasta gamma di contenuti video, da annunci brevi e clip di social media a scene cinematografiche e animazioni. Le sue funzionalità includono testo a video, immagine a video e immagine basata in pittura. Gli utenti possono generare video con movimenti specifici della telecamera, stili estetici precisi e movimento realistico per personaggi e oggetti, rendendolo uno strumento versatile sia per progetti tecnici che creativi.

Il modo più comune per utilizzare wan 2.2 è scaricare i file modello ed eseguirli localmente su una macchina compatibile, spesso con integrazione tramite piattaforme come comfyui o diffusori. Per un'esperienza più accessibile, il modello è disponibile tramite provider di api cloud. C'è anche l'opportunità di provare wan 2.2 gratuitamente attraverso la piattaforma vizard, che fornisce un'interfaccia online per sperimentare le funzionalità del modello.