Wan Video 2.2 - Texto-Imagen-a-Video 5B

Wan Video

Nota: Hay otros archivos de 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 pueden encontrar en Diffusers/formato safetensors multipart aquí.

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

👍 Arquitectura MoE: Wan2.2 introduce una arquitectura Mixture-of-Experts (MoE) en modelos de difusión de video. Al separar el proceso de eliminación de ruido entre pasos de tiempo con modelos expertos especializados y potentes, esto aumenta la capacidad total del modelo manteniendo el mismo costo computacional.

💪🏻 Escalado de Datos: En comparación con Wan2.1, Wan2.2 se entrena con un dataset mucho más grande, 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, alcanzando un rendimiento TOP entre todos los modelos de código abierto y cerrado.

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

Wan2.2-T2V-A14B

El modelo T2V-A14B soporta generación de videos de 5 segundos en resoluciones 480P y 720P. Construido con arquitectura Mixture-of-Experts (MoE), ofrece una calidad sobresaliente en generación de video. 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 tanto de 480P como 720P. Construido con arquitectura Mixture-of-Experts (MoE), logra una síntesis de video más estable con movimientos de cámara menos irreales y ofrece mejor soporte para escenas estilizadas diversas.

Wan2.2-TI2V-5B

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

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