Wan Video 2.2 - 14B Texto a Video

Wan Video

Nota: Hay otros archivos Wan Video alojados en Civitai - estos pueden ser duplicados, pero esta ficha del modelo es principalmente para alojar los archivos usados por Wan Video en el Generador Civitai.

Estos archivos son el ComfyUI Repack - los archivos originales se encuentran en Diffusers/formato safetensors multipartes aquí.

Wan2.2, una gran mejora de nuestros modelos generativos visuales, ahora es de código abierto, ofreciendo capacidades más poderosas, mejor rendimiento y calidad visual superior. Con Wan2.2, nos hemos enfocado en incorporar las siguientes innovaciones técnicas:

👍 Arquitectura MoE: Wan2.2 introduce una arquitectura de Mezcla de Expertos (MoE) en modelos de difusión de video. Al separar el proceso de eliminación de ruido a través de los pasos de tiempo con modelos expertos especializados y potentes, se aumenta la capacidad total del modelo manteniendo el mismo costo computacional.

💪🏻 Escalado de Datos: Comparado con Wan2.1, Wan2.2 se entrena con un conjunto de datos significativamente mayor, con +65.6% más imágenes y +83.2% más videos. Esta expansión mejora notablemente la generalización del modelo en múltiples dimensiones como movimientos, semántica y estética, logrando un rendimiento TOP entre todos los modelos abiertos y cerrados.

🎬 Estética Cinematográfica: Wan2.2 incorpora datos estéticos especialmente seleccionados con etiquetas detalladas para iluminación, composición y color. Esto permite una generación de estilo cinematográfico más precisa y controlable, facilitando la creación de videos con preferencias estéticas personalizables.

🚀 TI2V Híbrido en Alta Definición Eficiente: Wan2.2 libera un modelo de 5B construido con nuestro avanzado Wan2.2-VAE que logra una tasa de compresión de 16×16×4. Este modelo soporta generación tanto de texto a video como de imagen a video a resolución 720P con 24fps y puede correr en tarjetas gráficas de consumo como la 4090. Es uno de los modelos más rápidos disponibles en 720P@24fps, capaz de atender tanto al sector industrial como académico simultáneamente.

Wan2.2-T2V-A14B

El modelo T2V-A14B soporta la generación de videos de 5 segundos en resoluciones 480P y 720P. Construido con una arquitectura de Mezcla de Expertos (MoE), ofrece una calidad sobresaliente en la generación de videos. En nuestro nuevo benchmark Wan-Bench 2.0, el modelo supera a los principales modelos comerciales en la mayoría de las dimensiones clave de evaluación.

Wan2.2-I2V-A14B

El modelo I2V-A14B, diseñado para generación de imagen a video, soporta resoluciones de 480P y 720P. Construido con una arquitectura de Mezcla de Expertos (MoE), logra una síntesis de video más estable con movimientos de cámara menos irreales y ofrece un mejor soporte para escenas estilizadas diversas.

Wan2.2-TI2V-5B

El modelo TI2V-5B está construido con el avanzado Wan2.2-VAE que logra una tasa de compresión de 16×16×4. Este modelo soporta generación de texto a video e imagen a video a resolución 720P con 24fps y puede funcionar en una sola GPU de consumo como la 4090. Es uno de los modelos más rápidos disponibles en 720P@24fps, satisfaciendo las necesidades de aplicaciones industriales e investigaciones académicas.

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

Repositorio original en HuggingFace: https://huggingface.co/Comfy-Org/Wan_2.2_ComfyUI_Repackaged/tree/main/split_files/diffusion_models