Wan Video 2.2 - 5B Texto-Imagens-para-Vídeo

Wan Video

Nota: Existem outros arquivos Wan Video hospedados no Civitai - eles podem ser duplicatas, mas esta ficha do modelo é principalmente para hospedar os arquivos usados pelo Wan Video no Gerador do Civitai.

Estes arquivos são o ComfyUI Repack - os arquivos originais podem ser encontrados em Diffusers/formato safetensors multipartes aqui.

Wan2.2, uma grande atualização dos nossos modelos generativos visuais, agora open-source, oferecendo capacidades mais poderosas, melhor desempenho e qualidade visual superior. Com Wan2.2, focamos em incorporar as seguintes inovações técnicas:

👍 Arquitetura MoE: Wan2.2 introduz uma arquitetura Mixture-of-Experts (MoE) nos modelos de difusão de vídeo. Ao separar o processo de desnoising entre os timesteps com modelos especializados e poderosos de especialistas, isso amplia a capacidade total do modelo mantendo o mesmo custo computacional.

💪🏻 Escala de Dados: Comparado ao Wan2.1, o Wan2.2 foi treinado com um conjunto de dados significativamente maior, com +65,6% mais imagens e +83,2% mais vídeos. Essa expansão melhora notavelmente a generalização do modelo em múltiplas dimensões como movimentos, semântica e estética, alcançando desempenho TOP entre todos os modelos abertos e fechados.

🎬 Estética Cinematográfica: Wan2.2 incorpora dados estéticos cuidadosamente selecionados com etiquetas detalhadas para iluminação, composição e cor. Isso permite uma geração de estilo cinematográfico mais precisa e controlável, facilitando a criação de vídeos com preferências estéticas personalizáveis.

🚀 TI2V Híbrido de Alta Definição Eficiente: Wan2.2 disponibiliza open-source um modelo 5B construído com nosso avançado Wan2.2-VAE que alcança uma taxa de compressão de 16×16×4. Este modelo suporta geração tanto de texto-para-vídeo quanto de imagem-para-vídeo em resolução 720P a 24fps e pode rodar em placas gráficas de consumidor como a 4090. É um dos modelos 720P@24fps mais rápidos atualmente disponíveis, capaz de atender tanto os setores industrial quanto acadêmico simultaneamente.

Wan2.2-T2V-A14B

O modelo T2V-A14B suporta a geração de vídeos de 5 segundos nas resoluções 480P e 720P. Construído com arquitetura Mixture-of-Experts (MoE), oferece qualidade excepcional na geração de vídeos. No nosso novo benchmark Wan-Bench 2.0, o modelo supera os principais modelos comerciais na maioria das avaliações-chave.

Wan2.2-I2V-A14B

O modelo I2V-A14B, projetado para geração de imagem-para-vídeo, suporta resoluções 480P e 720P. Construído com arquitetura Mixture-of-Experts (MoE), alcança uma síntese de vídeo mais estável com movimentos de câmera menos irreais e oferece suporte aprimorado para cenas estilizadas variadas.

Wan2.2-TI2V-5B

O modelo TI2V-5B é construído com o avançado Wan2.2-VAE que alcança uma taxa de compressão de 16×16×4. Este modelo suporta geração tanto de texto-para-vídeo quanto imagem-para-vídeo em resolução 720P a 24fps e roda em uma GPU de consumidor única como a 4090. É um dos modelos 720P@24fps mais rápidos disponíveis, atendendo às necessidades de aplicações industriais e pesquisa acadêmica.

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

Repositório Original no HuggingFace: https://huggingface.co/Comfy-Org/Wan_2.2_ComfyUI_Repackaged/tree/main/split_files/diffusion_models