WAN 2.2 je modelom generačného AI video modelu otvoreného zdroja vyvinutý Alibaba Damo Academy. Je to významný upgrade na základné série videovodelov WAN, navrhnutý na vytvorenie kvalitných filmových videí z textu a obrázkových pokazov. Model je známy pre svoju pokročilú generáciu pohybu a estetické kontroly.

WAN 2.2 je k dispozícii v niekoľkých verziách s rôznymi Hlavné modely otvoreného zdroja patrí efektívny model TI2V-5B, ktorý podporuje text-to-video (T2V) a obraz to-video (I2V) pri rozlíšení 720p a môže spustiť na GPU spotrebiteľskej kvality. Existujú aj silnejšie modely 14B, ako napríklad T2V-A14B a i2V-A14B, ktoré používajú architektúru zmies expert (MoE) pre vysokú kvalitu a výkonnosť, vhodné pre robnejšie hardver.

WAN 2.2 sa vzdálma kvôli inovatívnej architektúry mix-of-experts (MoE), ktorá proces denoisovania rozdeluje na špecializované etapy s cieľom lepšie výkonnosť bez významného zvýšenia výpočtových nákladov. Tiež má estetické ovládanie na filmovej úrovni, schopnosť vytvárať komplexné a tekuté pohyby a funkciu prvý posledný frame na video (FLF2V), ktorá vytvára hladké prechody medzi dvoma obrazmi. Jeho otvorený zdroj umožňuje jemné nastavenie a integráciu spoločenstva.

Ako model otvoreného zdroja bezpečnosť WAN 2.2 závisí do značnej miery od toho, ako sa jej implementuje a použije. Vývoľníci zavedenia politiku používania, ktorá zakazuje vytvorenie nelegálneho, škodlivého alebo zavádzajúceho obsahu. Zatiaľ čo samotný model nemá vbudovaný systém moderácie obsahu, očakáva sa, že vývojovia a platformy používajúce WAN 2.2 zaviedli svoje vlastné ochranné opatrenia na zabezpečenie zodpovedného používania a dodržiavania právnych a etických

WAN 2.2 je vysoko optimizovaný pre rýchlosť, najmä jeho model TI2V-5B, ktorý je jedným z najrýchlejších dostupných pri rozlíšení 720p a 24fps. 5-sekundu video sa môže generovať len za pár minút na spotrebiteľskom GPU ako RTX 4090, s silnejším hardverom ponúka ešte rýchlejšie výsledky. Rýchlosť sa ďalej zvýšuje jej účinnou architektúrou mix-of-experts (MoE).

WAN 2.2 je predovšetkým model zameraný na vývojár, otvorený zdroj. Nemá oficiálnu, oddelenú mobilnú aplikáciu od svojho výrobca. Avšak pretože je otvorený zdroj, môžu ho vývojovia integrovať do mobilných aplikácií priateľných alebo vytvoriť vlastné mobilné aplikácie. Jeho kompatibilita GPU v spotrebiteľskej kvality urobí aj prístupnejšie pre užívateľov s vysokým mobilnými pracovními stanicami.

WAN 2.2 je schopný generovať širokú škálu videobsahu, od krátkoch reklamy a klipov sociálnych médií po filmové scény a animácie. Jeho schopnosti patrí text-to-video, obraz to-video a obraz založené na obrazu. Užívateľov môžu generovať videá s osobitnými pohybami kamery, presnými estetickými štýlovmi a realistickými pohybami pre postavenia a objekty, čím sa stvorí univerzálny nástroj pre

Najčastejším spôsobom používania WAN 2.2 je stiahnutie modelových súborov a spustiť ich lokálne na kompatibilnom strojovom, často s integráciou prostredníctvom platformy ako Comfyui alebo difuzorov. Na prístupnejšie skúsenosti je model k dispozícii prostredníctvom poskytovateľov cloud API. Existuje tiež možnosť skúšať WAN 2.2 zadarmo prostredníctvom platformy Vizard, ktorá poskytuje online rozhranie na experimentáciu s možnostmi modelu.