阿里云通义万相2.2三款视频生成模型正式开源

【TechWeb】7月29日消息，阿里云宣布通义万相重磅开源，通义万相2.2正式开源，包括开源文生视频Wan2.2-T2V-A14B、图生视频Wan2.2-I2V-A14B、统一视频生成Wan2.2-TI2V-5B。

即日起，用户可在GitHub、HuggingFace、魔搭社区下载模型和代码，也可在通义万相官网和通义APP直接体验。

文生视频模型和图生视频模型均为业界首个使用MoE架构的视频生成模型，总参数量为27B，激活参数14B；同时，首创电影美学控制系统，光影、色彩、构图、微表情等能力媲美专业电影水平。

Wan2.2-T2V-A14B、Wan2.2-I2V-A14B两款模型均由高噪声专家模型和低噪专家模型组成，分别负责视频的整体布局和细节完善，在同参数规模下，可节省约50%的计算资源消耗，在模型能上，通义万相2.2在复杂运动生成、人物交互、美学表达、复杂运动等维度上也取得了显著提升。

统一视频生成Wan2.2-TI2V-5B是一款5B小尺寸的模型，单一模型同时支持文生视频和图生视频，可在消费级显卡部署。

该模型采用了高压缩率3D VAE架构，时间与空间压缩比达到高达 4×16×16，信息压缩率提升至 64，均实现了开源模型的最高水平，仅需22G显存（单张消费级显卡）即可在数分钟内生成5秒高清视频，是目前24帧每秒、720P像素级视频生成速度最快的基础模型。（宜月）