Wan Video 2.2 - Modèle de diffusion texte-image vers vidéo 5B

Wan Video

Note : D'autres fichiers Wan Video sont hébergés sur Civitai - ils peuvent être des doublons, mais cette fiche modèle sert principalement à héberger les fichiers utilisés par Wan Video dans le générateur Civitai.

Ces fichiers constituent le ComfyUI Repack - les fichiers originaux se trouvent dans Diffusers/format safetensors multipart ici.

Wan2.2, une mise à niveau majeure de nos modèles génératifs visuels, désormais open-source, offrant des capacités plus puissantes, de meilleures performances et une qualité visuelle supérieure. Avec Wan2.2, nous avons mis l'accent sur l'intégration des innovations techniques suivantes :

👍 Architecture MoE : Wan2.2 introduit une architecture Mixture-of-Experts (MoE) dans les modèles de diffusion vidéo. En séparant le processus de débruitage à travers les étapes temporelles avec des modèles experts spécialisés et puissants, cela augmente considérablement la capacité globale du modèle tout en maintenant le même coût computationnel.

💪🏻 Extention des données : Par rapport à Wan2.1, Wan2.2 est entraîné sur des données beaucoup plus nombreuses, avec +65,6 % d'images et +83,2 % de vidéos supplémentaires. Cette expansion améliore notablement la généralisation du modèle sur plusieurs dimensions comme les mouvements, la sémantique et l'esthétique, atteignant une performance TOP parmi tous les modèles open-source et propriétaires.

🎬 Esthétique cinématographique : Wan2.2 intègre des données esthétiques spécialement sélectionnées avec des étiquettes fines pour l’éclairage, la composition et la couleur. Cela permet une génération de style cinématographique plus précise et contrôlable, facilitant la création de vidéos avec des préférences esthétiques personnalisables.

🚀 TI2V hybride haute définition efficace : Wan2.2 open-source un modèle 5B construit avec notre Wan2.2-VAE avancé qui atteint un taux de compression de 16×16×4. Ce modèle prend en charge la génération texte-vers-vidéo et image-vers-vidéo en résolution 720P à 24fps et peut également fonctionner sur des cartes graphiques grand public comme le 4090. C'est l'un des modèles 720P@24fps les plus rapides actuellement disponibles, capable de répondre aux besoins des secteurs industriel et académique simultanément.

Wan2.2-T2V-A14B

Le modèle T2V-A14B prend en charge la génération de vidéos de 5 secondes en résolutions 480P et 720P. Construit avec une architecture Mixture-of-Experts (MoE), il offre une qualité de génération vidéo exceptionnelle. Sur notre nouveau benchmark Wan-Bench 2.0, ce modèle dépasse les principaux modèles commerciaux sur la plupart des dimensions clés d’évaluation.

Wan2.2-I2V-A14B

Le modèle I2V-A14B, conçu pour la génération image-vers-vidéo, supporte les résolutions 480P et 720P. Construit avec une architecture Mixture-of-Experts (MoE), il atteint une synthèse vidéo plus stable avec des mouvements de caméra moins irréalistes et offre une meilleure prise en charge des scènes stylisées diversifiées.

Wan2.2-TI2V-5B

Le modèle TI2V-5B est construit avec le Wan2.2-VAE avancé atteignant un taux de compression de 16×16×4. Ce modèle prend en charge la génération texte-vers-vidéo et image-vers-vidéo en résolution 720P à 24fps et peut être exécuté sur un seul GPU grand public tel que le 4090. C’est un des modèles 720P@24fps les plus rapides disponibles, répondant aux besoins des applications industrielles et de la recherche académique.

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

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