Wan 2.2 相比上一版本的优势
Wan 2.2 是由阿里巴巴旗下 Wan AI 研究团队开发的新一代 AI 视频生成模型。该模型专为文本到视频和图像到视频任务设计，能够快速生成高质量、具有电影级质感的视频，并具备更自然的动态效果。相比 Wan 2.1，Wan 2.2 采用了强大的 Mixture of Experts（MoE）架构，带来更流畅的生成过程、更精准的提示词对齐以及更强的视觉控制能力。
Select the model you want to generate your video with.
Wan 2.2：如何在线访问并本地运行 Wan 2.2
开源与电影级精度的结合，借助 Wan 2.2 的强大能力。
Wan 2.2 是什么？
Wan 2.2 开源视频生成器
阿里巴巴 Wan 2.2 完全开源，采用 Apache 2.0 许可证。开发者可以自由下载、使用和修改 Wan 2.2 AI 视频生成工具，用于科研或商业用途。这种开放方式赋予创作者和工程师极大的灵活性，可用于构建定制化的视频处理流程，并将其集成到自己的工具中。
体验 Wan 2.2 示例
Wan 2.2 视频生成模型
Wan2.2-T2V-A14B：文本到视频模型
该模型可将文本提示转换为 5 秒钟的 480P 或 720P 视频。依托强大的提示理解和动作控制能力，其生成结果比之前的 Wan 视频模型或竞品 AI 工具更精准、更具表现力。
Wan2.2-I2V-A14B：图片转视频模型
专为将静态图像转化为动态片段而设计，支持 480P 和 720P 输出。该模型可减少镜头抖动，支持多种风格，适用于艺术创作和分镜脚本等场景。
Wan2.2-TI2V-5B：图文混合视频生成模型
TI2V-5B 模型支持文本到视频与图像到视频的统一生成流程。采用高效压缩的 VAE 模型实现快速的 720P@24fps 视频生成，可在单块消费级 GPU（如 RTX 4090）上高效运行，适合研究或生产使用。
Wan 2.2 的主要功能
专家混合架构（Mixture-of-Experts）
Wan 2.2 集成了强大的专家混合（Mixture-of-Experts）架构，在不增加计算成本的前提下显著提升模型容量。这使得视频生成在时间步长上更快速、更高质量，确立了 Wan 2.2 在开源扩散模型领域的技术领先水平。
基于大规模数据集训练
Wan 2.2 的训练数据相较前代 Wan 2.1 增加了 65.6% 的图像和 83.2% 的视频。这一大幅提升使生成视频在动作表现、语义连贯性和视觉风格一致性方面更加出色。
更强的电影质感
基于高质量标注的光照、构图与调色数据集，Wan 2.2 在生成视觉震撼的电影风格视频方面表现出色，为创作者提供对艺术风格的精准控制。
高效高清混合型 TI2V
Wan 2.2 TI2V-5B 模型支持以 720P 分辨率、24fps 生成视频，采用先进的 VAE 压缩技术（16×16×4）。该模型专为高效运行设计，可在如 NVIDIA RTX 4090 等消费级显卡上运行，让高质量视频生成更易于使用。
如何在线使用 Wan 2.2？
通过 Hugging Face Space 体验 Wan 2.2 TI2V-5B
您可以在 Hugging Face Space 上直接体验 Wan 2.2 AI 视频生成器。该 TI2V-5B 模型支持文本到视频和图像到视频生成，分辨率为 720p，帧率为 24fps。
在官网使用 Wan 2.2 Plus
访问 Wan AI 官方网站，体验 Wan 2.2 Plus，这是一个功能更强大的版本，提供增强工具和预设工作流。适合希望获得更多控制权和更快生成速度的用户。请注意，Wan 2.2 Plus 目前是付费服务。
如何在本地环境中设置并运行 Wan 2.2
步骤 1：克隆 GitHub 仓库
首先克隆官方 Wan 2.2 GitHub 仓库。这里包含了在本地运行模型所需的所有资源。
步骤 2：安装依赖项
请确认您的环境符合要求。安装仓库中列出的 Python 包，并确保 PyTorch 版本为 2.4.0 或更高，以兼容 Wan 2.2。
第 3 步：下载模型
根据使用场景选择合适的模型： T2V-A14B 用于文本到视频的生成 I2V-A14B 用于图像到视频的生成 TI2V-5B 支持文本+图像混合输入，支持 720p 分辨率、24fps 输出格式 您可以在 Hugging Face 和 ModelScope 上下载并了解更多关于每个模型的信息。
运行视频生成任务
完成设置后，您可以使用文本提示或图像开始生成视频。模型将处理您的输入并生成高质量的 720p 输出，所有操作均在本地机器上完成，您可以完全掌控视觉风格、动作和时间节奏。
获取 Wan 2.2 ComfyUI 工作流
Wan 2.2 TI2V-5B 在 ComfyUI 中的工作流程
您可以在 ComfyUI 内直接使用 Wan 2.2 TI2V-5B 视觉化工作流生成视频。该设置支持文本到视频和图像到视频的生成。要开始使用，请参考 Wan 2.2 ComfyUI 指南，其中详细说明了模型加载与工作流运行的步骤。
系统要求和安装步骤
在 ComfyUI 中运行 Wan 2.2 需要手动安装特定的模型文件：扩散模型、VAE 和文本编码器。建议使用至少 8GB 显存的 GPU，以保证流畅生成。
选择三种工作流模式
ComfyUI 目前支持三种 Wan 2.2 工作流： T2V（文本转视频） I2V（图像转视频） TI2V（混合输入） 每种模式均可根据您的提示文本、分辨率和帧率偏好进行调整，适用于创作者、研究人员和开发者。
Wan 2.2 的运作机制是什么？
01
高效 MoE 架构
Wan 2.2 采用专家混合（MoE）设计，在高质量生成与计算效率之间取得平衡。在去噪过程中，它会动态切换两个专家模型——一个专攻高噪声阶段，另一个负责低噪声优化。这种分层结构使 Wan 2.2 能在不增加内存占用的情况下，生成更精细稳定的视频结果，表现更优相比 Wan 2.1。
01
轻量级 TI2V-5B，高效生成
针对希望在消费级硬件上获得更快性能的用户，Wan 2.2 提供了 TI2V-5B 模型。该模型通过高效 VAE 压缩视频表示，在单个 GPU 上即可实现 720p 24fps 视频生成，耗时低于 9 分钟。该模型支持文本到视频和图像到视频任务，统一处理流程，操作便捷。
01
与其他 AI 视频模型的性能表现对比
在基准测试中，Wan 2.2 在运动、结构和提示对齐方面表现出显著提升。它在关键评估指标上始终领先于主流商业视频模型，提供更真实、连贯的输出体验。
即将推出：Wan AI 视频生成器集成
现在您可以免费在线试用我们的 AI 视频生成器 Vidful.ai，无需注册。我们即将全面集成 Wan 2.2 AI 视频生成器，让您轻松使用先进的 Wan AI 模型，快速高效地生成高质量、电影感的视频。
Wan 2.2 常见问题解答
Q
Wan 2.2 到底是什么？
A
Wan 2.2 是一个开源的视频生成模型，具备增强功能，比如 Mixture-of-Experts 架构和电影级美学设计。
Q
Wan 2.2 真的是开源的吗？
A
是的，Wan 2.2 完全开源，包含 TI2V-5B 模型及其用于文本到视频和图像到视频生成的配套组件。
Q
运行 Wan 2.2 需要什么显卡？
A
Wan 2.2 经过优化，可在 NVIDIA RTX 4090 等消费级显卡上运行，支持高质量的 720P@24fps 视频生成。
Q
Wan 2.2 中的 T2V、I2V 和 TI2V 有什么不同？
A
T2V 是根据文本提示生成视频，I2V 是从静态图像生成视频，TI2V 支持混合输入以提升灵活性。
Q
我能用 Wan 2.2 做商业项目吗？
A
可以。这个开源许可证支持学术和商业使用，具体权限请查看许可证文件。
Q
Wan 2.2 和商业模型比起来有什么优势？
A
Wan 2.2 在 Wan-Bench 2.0 等关键基准测试中表现优于主流商业模型，输出质量达到行业标准，并且完全透明。
Q
Wan 2.2 支持哪些视频分辨率？
A
目前支持 480P 和 720P 分辨率的视频生成，未来会支持更高分辨率。