Wan 2.2 — это современная модель генеративного видео с открытым исходным кодом, разработанная академией Damo Alibaba. это крупное обновление основной серии видеомоделей wan, предназначенной для создания высококачественных кинематографических видео из текстовых и изображений подсказок. модель известна своей передовой генерацией движения и эстетическим управлением.

Wan 2.2 доступен в нескольких версиях с различными возможностями. Основные модели с открытым исходным кодом включают эффективную модель ti2v-5b, которая поддерживает как текст в видео (T2V), так и изображение в видео (I2V) с разрешением 720p и может работать на GPU потребительского класса. Существуют также более мощные модели 14b, такие как t2v-a14b и i2v-a14b, которые используют архитектуру смеси экспертов (MoE) для превосходного качества и производительности, подходящую для более надежного оборудования.

Wan 2.2 выделяется своей инновационной архитектурой смеси экспертов (MoE), которая разделяет процесс шумоподавления на специализированные этапы для лучшей производительности без значительного увеличения вычислительных затрат. Он также оснащает эстетические элементы управления на киноуровне, возможность генерировать сложное и плавное движение и функцию первого последнего кадра в видео (FLF2V), которая создает плавные переходы между двумя изображениями. его характер с открытым исходным кодом позволяет тонкой настройке и интеграции, основанные на сообществе.

как модель с открытым исходным кодом, безопасность wan 2.2 во многом зависит от того, как она реализуется и используется. разработчики разработали политику использования, которая запрещает генерацию незаконного, вредного или вводящего в заблуждение контента. хотя сама модель не имеет встроенной системы модерации контента, от разработчиков и платформ, использующих wan 2.2, ожидается, что они внедрят свои собственные гарантии, чтобы обеспечить ответственное использование и соблюдение правовых и этических стандартов.

Wan 2.2 очень оптимизирован для скорости, особенно его модель ti2v-5b, которая является одной из самых быстрых доступных с разрешением 720 р и 24 кадров в секунду. 5-секундное видео можно сгенерировать всего за несколько минут на потребительском графическом компьютере, как RTX 4090, а более мощное оборудование обеспечивает еще более быстрые результаты. скорость еще больше повышается благодаря ее эффективной архитектуре смеси экспертов (MoE).

Wan 2.2 — это в первую очередь модель с открытым исходным кодом, ориентированная на разработчиков. у него нет официального специального мобильного приложения от своего продюсера. однако, поскольку это открытый исходный код, разработчики могут интегрировать его в удобные для мобильных веб-приложения или создавать свои собственные мобильные приложения. его совместимость с графическим процессором потребительского класса также делает его более доступным для пользователей с высококлассными мобильными рабочими станциями.

Wan 2.2 способен генерировать широкий спектр видеоконтента, от короткой рекламы и клипов в социальных сетях до кинематографических сцен и анимаций. его возможности включают переход от текста к видео, переход от изображения к видео и картину на основе изображения. пользователи могут генерировать видео с конкретными движениями камеры, точными эстетическими стилями и реалистичными движениями персонажей и объектов, что делает его универсальным инструментом как для технических, так и для творческих проектов.

Наиболее распространенный способ использовать wan 2.2 — загрузить файлы моделей и запустить их локально на совместимой машине, часто с интеграцией через такие платформы, как comfyui или диффузор. Для более доступного опыта модель доступна через провайдеров облачных API. есть также возможность бесплатно попробовать wan 2.2 через платформу vizard, которая предоставляет онлайн-интерфейс для экспериментов с возможностями модели.