Wan 2.2 by Alibaba Wan AI

Funciones principales

• Texto a vídeo: genera vídeos de alta calidad a partir de descripciones de texto.
• Imagen a vídeo: convierte imágenes estáticas en vídeos dinámicos.
• Control del primer y último fotograma: permite definir los fotogramas inicial y final para generar las transiciones intermedias.
• Controles avanzados: ofrece un control preciso de la generación de vídeo y opciones creativas.
• Referencia de personaje y movimiento: combina el estilo de un personaje con un movimiento de referencia para crear vídeos personalizados.

Características técnicas

• Rendimiento SOTA: supera de forma constante a modelos de código abierto existentes y soluciones comerciales en varias pruebas comparativas.
• GPU de consumo: el modelo T2V-1.3B requiere solo 8,19 GB de VRAM y es compatible con casi todas las GPU de consumo.
• Capacidad multitarea: destaca en texto a vídeo, imagen a vídeo, edición de vídeo, texto a imagen y vídeo a audio.
• Generación de texto visual: se presenta como el primer modelo de vídeo capaz de generar texto en chino e inglés.
• Wan-VAE: codifica y decodifica vídeos 1080P de cualquier duración con eficiencia.

Versiones del modelo

• Wan2.2-I2V: modelo de 14.000 millones de parámetros compatible con 480P y 720P.
• Wan2.2-T2V: modelo de 14.000 millones de parámetros compatible con 480P y 720P.
• Wan2.2-T2V-1.3B: versión ligera para GPU de consumo.
• Wan2.2-FLF2V-14B-720P: modelo de generación de vídeo a partir del primer y último fotograma.

Aplicaciones y uso

Es adecuado para generar movimientos corporales complejos, rotaciones, transiciones de escenas dinámicas y movimientos de cámara fluidos. También simula la física del mundo real y las interacciones entre objetos, ofrece una estética cinematográfica y permite editar con precisión usando referencias de imagen o vídeo.

Los usuarios pueden introducir texto o subir imágenes desde la interfaz web. Incluye expansión inteligente y comprobación de seguridad. En una RTX 4090, generar un vídeo 480P de 5 segundos requiere 130 créditos y tarda aproximadamente 4 minutos.

Está dirigido a creadores profesionales, productores de vídeo, diseñadores, desarrolladores, empresas y usuarios interesados en probar la generación de vídeo con IA. Sus ventajas principales son el acceso de código abierto, la compatibilidad con hardware de consumo, la versatilidad, una calidad comparable a soluciones comerciales y el soporte de texto en chino e inglés.