Wan 2.2

Deskripsi

Wan 2.2 adalah model generasi video sumber terbuka yang dijelaskan sebagai yang pertama membawa arsitektur Mixture-of-Experts (MoE) ke dalam difusi video. Dibangun oleh Tongyi Lab Alibaba, model ini memungkinkan pengguna untuk membuat video sinematik dari teks atau gambar dengan resolusi 480P dan 720P, dengan bobot model lengkap yang tersedia untuk diunduh di GitHub.

Model ini menekankan kontrol visi sinematik melalui pemahaman mendalam tentang bahasa pengambilan gambar, menawarkan kontrol yang sangat rinci atas pencahayaan, warna, dan komposisi untuk gaya yang beragam. Model I2V-A14B untuk gambar ke video memberikan sintesis video yang stabil dengan fisika yang realistis, gerakan alami, dan mengurangi gerakan kamera yang tidak realistis, sementara pemahaman gerakan yang canggih merekonstruksi gerakan kompleks seperti menari, parkour, dan seluncur indah dengan kelancaran yang ditingkatkan. Arsitektur MoE memperbesar kapasitas model sambil mempertahankan efisiensi komputasi.

Wan 2.2 juga mencakup jalur pembuatan visual yang ditingkatkan yang menghasilkan gambar yang dioptimalkan untuk integrasi video hilir, disesuaikan dengan data estetika yang dikurasi untuk pencahayaan, komposisi, dan warna. Dilatih pada 65,6% lebih banyak gambar dibandingkan versi sebelumnya, model ini meningkatkan generalisasi di seluruh gerakan, semantik, dan estetika. Sebagai sumber terbuka sepenuhnya, pengembang dan kreator dapat mengunduh dan menjalankannya sendiri, dan komunitas global berbagi karya mereka yang dibangun dengan model ini.

Fitur Inti Wan 2.2

• Model sumber terbuka dengan bobot yang dapat diunduh lengkap di GitHub

• Arsitektur Mixture-of-Experts (MoE) untuk kapasitas lebih besar dengan efisiensi

• Generasi teks ke video dan gambar ke video pada 480P dan 720P

• Model I2V-A14B untuk sintesis stabil dengan fisika realistis

• Pemahaman gerakan canggih untuk gerakan kompleks yang lancar

• Kontrol sinematik atas pencahayaan, warna, dan komposisi

• Jalur pembuatan gambar yang dioptimalkan untuk video dengan penyetelan estetika

• Output 720p pada 24fps dengan kinerja yang dioptimalkan

Cara menggunakan Wan 2.2?

1. 1

   Unduh model: dapatkan Wan 2.2 dengan bobot lengkapnya dari GitHub.

2. 2

   Pilih mode: gunakan generasi teks ke video atau gambar ke video.

3. 3

   Berikan input: tulis prompt teks atau sediakan gambar awal, yang dapat disiapkan dengan jalur visual.

4. 4

   Atur kontrol sinematik: tentukan pencahayaan, warna, komposisi, dan gerakan untuk gaya yang diinginkan.

5. 5

   Hasilkan: buat klip sinematik 480P atau 720P.

Kasus Penggunaan Wan 2.2

• Teks ke video sinematik
• Pembuatan gambar ke video
• Generasi yang dihosting sendiri
• Konten yang kaya gerakan

FAQ dari Wan 2.2

• Apa itu Wan 2.2?

  Wan 2.2 dijelaskan sebagai model generasi video Mixture-of-Experts sumber terbuka pertama di dunia, dibangun oleh Tongyi Lab Alibaba untuk pembuatan video dari teks dan gambar hingga 720P.

• Apakah Wan 2.2 benar-benar sumber terbuka?

  Ya. Ini sepenuhnya sumber terbuka dengan bobot model lengkap, dan Anda dapat mengunduhnya dari GitHub dan menjalankannya sendiri.

• Resolusi apa yang didukung?

  Model ini mendukung resolusi 480P dan 720P, dengan output 720p pada 24fps.

• Apa fungsi arsitektur MoE?

  Arsitektur Mixture-of-Experts memperbesar kapasitas model sambil mempertahankan efisiensi komputasi untuk difusi video berkualitas lebih tinggi.

• Seberapa baik penanganan gerakannya?

  Wan 2.2 merekonstruksi gerakan kompleks seperti menari hip-hop, parkour, dan seluncur indah dengan kelancaran yang ditingkatkan, dan model I2V-A14B-nya mengurangi gerakan kamera yang tidak realistis.

• Apakah ini juga membantu dalam pembuatan gambar?

  Ya. Ini mencakup jalur pembuatan visual yang menghasilkan gambar yang disesuaikan dengan data estetika untuk pencahayaan, komposisi, dan warna, dioptimalkan untuk generasi video hilir.