Wan 2.2 by Alibaba Wan AI

Fonctionnalités principales

• Texte vers vidéo : génère des vidéos de haute qualité à partir de descriptions textuelles.
• Image vers vidéo : transforme des images fixes en vidéos dynamiques.
• Contrôle des première et dernière images : permet de définir les images de début et de fin pour générer les transitions intermédiaires.
• Contrôles avancés : offre un contrôle précis de la génération vidéo et des options créatives.
• Références de personnage et de mouvement : combine le style d’un personnage avec un mouvement de référence pour créer des vidéos personnalisées.

Caractéristiques techniques

• Performances SOTA : surpasse régulièrement les modèles open source existants et les solutions commerciales sur plusieurs benchmarks.
• GPU grand public : le modèle T2V-1.3B nécessite seulement 8,19 Go de VRAM et est compatible avec presque tous les GPU grand public.
• Multitâche : excelle en texte-vers-vidéo, image-vers-vidéo, montage vidéo, texte-vers-image et vidéo-vers-audio.
• Génération de texte visuel : premier modèle vidéo capable de générer du texte chinois et anglais.
• Wan-VAE : encode et décode efficacement des vidéos 1080P de toute durée.

Versions

• Wan2.2-I2V : modèle de 14 milliards de paramètres prenant en charge les résolutions 480P et 720P.
• Wan2.2-T2V : modèle de 14 milliards de paramètres prenant en charge les résolutions 480P et 720P.
• Wan2.2-T2V-1.3B : version légère adaptée aux GPU grand public.
• Wan2.2-FLF2V-14B-720P : modèle de génération vidéo à partir des première et dernière images.

Applications et utilisation

Wan 2.2 produit des mouvements complexes, des rotations, des transitions de scènes et des mouvements de caméra fluides. Il simule également la physique et les interactions d’objets, propose un rendu cinématographique et un modèle d’édition universel contrôlable à partir de références d’image ou de vidéo.

Depuis l’interface web, saisissez une description ou importez une image. L’outil prend en charge l’extension intelligente et les fonctions de vérification de sécurité. Une vidéo 480P de 5 secondes nécessite 130 crédits et environ 4 minutes sur une RTX 4090.

Il s’adresse aux créateurs professionnels, producteurs vidéo, designers, développeurs, entreprises et utilisateurs souhaitant essayer la génération vidéo par IA. Son caractère open source, la prise en charge du matériel grand public, la polyvalence, la qualité comparable aux solutions commerciales et le support du chinois et de l’anglais constituent ses principaux atouts.