Wan Video 2.2 - t2v_high_noise_14B

Wan Video

Hinweis: Es gibt weitere Wan Video Dateien, die auf Civitai gehostet werden – diese könnten Duplikate sein, aber dieses Modellkarte dient hauptsächlich dazu, die Dateien zu hosten, die vom Wan Video im Civitai Generator verwendet werden.

Diese Dateien sind das ComfyUI Repack - die Originaldateien sind im Diffusers/multi-part safetensors Format hier verfügbar.

Wan2.2 ist ein großes Upgrade unserer visuellen generativen Modelle, das nun Open-Source ist und leistungsfähigere Fähigkeiten, bessere Leistung und überlegene visuelle Qualität bietet. Bei Wan2.2 haben wir uns auf die Umsetzung folgender technischer Innovationen konzentriert:

👍 MoE Architektur: Wan2.2 führt eine Mixture-of-Experts (MoE) Architektur in Video-Diffusionsmodelle ein. Durch die Aufteilung des Entstörungsprozesses über Zeitschritte mit spezialisierten, leistungsstarken Expertmodellen wird die Gesamtkapazität des Modells vergrößert, während die gleichen Rechenkosten beibehalten werden.

💪🏻 Datenskalierung: Im Vergleich zu Wan2.1 wurde Wan2.2 mit deutlich größeren Datenmengen trainiert, mit +65,6 % mehr Bildern und +83,2 % mehr Videos. Diese Erweiterung verbessert die Generalisierung des Modells erheblich über mehrere Dimensionen wie Bewegungen, Semantik und Ästhetik und erreicht TOP-Leistungen unter allen Open-Source- und Closed-Source-Modellen.

🎬 Cineastische Ästhetik: Wan2.2 integriert speziell kuratierte ästhetische Daten mit fein abgestimmten Labels für Beleuchtung, Komposition und Farbe. Dies ermöglicht eine präzisere und kontrollierbare Erzeugung cineastischer Stile und erleichtert die Erstellung von Videos mit anpassbaren ästhetischen Präferenzen.

🚀 Effizientes High-Definition Hybrid TI2V: Wan2.2 veröffentlicht ein 5B Modell, das mit unserem fortschrittlichen Wan2.2-VAE gebaut wurde und ein Kompressionsverhältnis von 16×16×4 erreicht. Dieses Modell unterstützt sowohl Text-zu-Video als auch Bild-zu-Video Erzeugung mit 720P Auflösung bei 24fps und kann auch auf Consumer-Grafikkarten wie der 4090 laufen. Es ist eines der schnellsten 720P@24fps Modelle, die derzeit verfügbar sind und bedient gleichzeitig Industrie- und akademische Bereiche.

Wan2.2-T2V-A14B

Das T2V-A14B Modell unterstützt die Erzeugung von 5-Sekunden-Videos in 480P und 720P Auflösung. Es wurde mit einer Mixture-of-Experts (MoE) Architektur gebaut und liefert herausragende Video-Qualität. In unserem neuen Benchmark Wan-Bench 2.0 übertrifft das Modell führende kommerzielle Modelle in den meisten wichtigen Bewertungskriterien.

Wan2.2-I2V-A14B

Das I2V-A14B Modell, entwickelt für Bild-zu-Video Erzeugung, unterstützt sowohl 480P als auch 720P Auflösungen. Gebaut mit einer Mixture-of-Experts (MoE) Architektur erzielt es stabilere Videosynthese mit reduzierten unrealistischen Kamerabewegungen und bietet verbesserte Unterstützung für vielfältige stilisierte Szenen.

Wan2.2-TI2V-5B

Das TI2V-5B Modell wurde mit dem fortschrittlichen Wan2.2-VAE gebaut, der ein Kompressionsverhältnis von 16×16×4 erreicht. Dieses Modell unterstützt sowohl Text-zu-Video als auch Bild-zu-Video Erzeugung in 720P Auflösung bei 24fps und kann auf einer einzelnen Consumer-GPU wie der 4090 laufen. Es ist eines der schnellsten 720P@24fps Modelle, die verfügbar sind und erfüllt die Anforderungen von Industrieanwendungen und akademischer Forschung.

GitHub: https://github.com/Wan-Video/Wan2.2

Ursprüngliches HuggingFace Repo: https://huggingface.co/Comfy-Org/Wan_2.2_ComfyUI_Repackaged/tree/main/split_files/diffusion_models