通义万相2.2最令人瞩目的，当属其生成电影级高清视频的能力。目前，该模型单次便可生成5秒的高清视频。这5秒视频绝非普通水准。在光影、色彩、构图以及人物微表情等细节处理上，通义万相2.2达到了专业电影制作的水平。
此次开源，通义万相2.2推出了三款模型。
- 文生视频（Wan2.2-T2V-A14B）
- 图生视频（Wan2.2-I2V-A14B）
- 统一视频生成（Wan2.2-TI2V-5B）
值得一提的是，文生视频模型和图生视频模型采用了业界首创的MoE架构，总参数量达27B，激活参数14B。
这两款模型由高噪声专家模型和低噪专家模型协同工作，前者负责搭建视频的整体布局框架，后者专注于完善视频细节，二者配合默契，在同参数规模下，能节省约50%的计算资源，大大提高了模型运行效率。
Wan 2.2介绍
通义万相 2.2（Wan 2.2）是阿里云推出的新一代多模态生成模型。该模型采用创新的 MoE（Mixture of Experts）架构，由高噪专家模型和低噪专家模型组成，能够根据去噪时间步进行专家模型划分，从而生成更高质量的视频内容。Wan 2.2 具备三大核心特性：
- 影视级美学控制，深度融合专业电影工业的美学标准，支持光影、色彩、构图等多维度视觉控制；
- 大规模复杂运动，轻松还原各类复杂运动并强化运动的流畅度和可控性；
- 精准语义遵循，在复杂场景和多对象生成方面表现卓越，更好还原用户的创意意图。
模型支持文生视频、图生视频等多种生成模式，适用于内容创作、艺术创作、教育培训等多种应用场景。
模型亮点
- 影视级美学控制：专业镜头语言，支持光影、色彩、构图等多维度视觉控制
- 大规模复杂运动：流畅还原各类复杂运动，强化运动可控性和自然度
- 精准语义遵循：复杂场景理解，多对象生成，更好还原创意意图
- 高效压缩技术：5B版本高压缩比VAE，显存优化，支持混合训练
Wan2.2 开源模型版本
Wan2.2 系列模型基于 Apache2.0 开源协议，支持商业使用。Apache2.0 许可证允许您自由使用、修改和分发这些模型，包括商业用途，只需保留原始版权声明和许可证文本。
| 模型类型 | 模型名称 | 参数量 | 主要功能 | 模型仓库 |
|---|---|---|---|---|
| 混合模型 | Wan2.2-TI2V-5B | 5B | 支持文本生成视频和图像生成视频的混合版本，单一模型满足两大核心任务需求 | 🤗 Wan2.2-TI2V-5B |
| 图生视频 | Wan2.2-I2V-A14B | 14B | 将静态图像转换为动态视频，保持内容一致性和流畅的动态过程 | 🤗 Wan2.2-I2V-A14B |
| 文生视频 | Wan2.2-T2V-A14B | 14B | 从文本描述生成高质量视频，具备影视级美学控制和精准语义遵循 | 🤗 Wan2.2-T2V-A14B |
模型存放路径
ComfyUI/
├───📂 models/
│ ├───📂 diffusion_models/
│ │ └───wan2.2_ti2v_5B_fp16.safetensors
│ ├───📂 text_encoders/
│ │ └─── umt5_xxl_fp8_e4m3fn_scaled.safetensors
│ └───📂 vae/
│ └── wan2.2_vae.safetensors
Wan2.2工作流示例
温馨提示：本站提供的一切软件、教程和内容信息都来自网络收集整理，仅限用于学习和研究目的；不得将上述内容用于商业或者非法用途，否则，一切后果请用户自负，版权争议与本站无关。在未征得本站同意时，禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益，可联系我们进行处理。