Wan 2.2 by Alibaba Wan AI

Fitur utama

• Teks ke video: membuat video berkualitas tinggi berdasarkan deskripsi teks.
• Gambar ke video: mengubah gambar statis menjadi video dinamis.
• Kontrol frame pertama dan terakhir: memungkinkan penentuan frame awal dan akhir untuk menghasilkan transisi di antaranya.
• Kontrol lanjutan: menyediakan kendali presisi atas pembuatan video dan berbagai opsi kreatif.
• Referensi karakter dan gerakan: menggabungkan gaya karakter dengan gerakan referensi untuk membuat video yang dipersonalisasi.

Karakteristik teknis

• Performa SOTA: secara konsisten mengungguli model open source dan solusi komersial yang ada dalam berbagai benchmark.
• Dukungan GPU konsumen: model T2V-1.3B hanya memerlukan VRAM 8,19 GB dan kompatibel dengan hampir semua GPU konsumen.
• Kemampuan multitugas: unggul dalam teks ke video, gambar ke video, pengeditan video, teks ke gambar, dan video ke audio.
• Pembuatan teks visual: diperkenalkan sebagai model video pertama yang dapat menghasilkan teks bahasa Mandarin dan Inggris.
• Wan-VAE: mengodekan dan mendekode video 1080P dengan durasi berapa pun secara efisien.

Versi model

• Wan2.2-I2V: model 14 miliar parameter yang mendukung resolusi 480P dan 720P.
• Wan2.2-T2V: model 14 miliar parameter yang mendukung resolusi 480P dan 720P.
• Wan2.2-T2V-1.3B: versi ringan untuk GPU konsumen.
• Wan2.2-FLF2V-14B-720P: model pembuatan video dari frame pertama dan terakhir.

Penerapan dan penggunaan

Wan 2.2 unggul dalam membuat gerakan tubuh kompleks, rotasi, transisi adegan dinamis, dan pergerakan kamera yang halus. Model ini juga mensimulasikan fisika dunia nyata dan interaksi objek, menawarkan visual bergaya sinematik, serta mendukung pengeditan presisi menggunakan referensi gambar atau video.

Video dapat dibuat melalui antarmuka web dengan memasukkan deskripsi teks atau mengunggah gambar. Fitur perluasan cerdas dan pemeriksa keamanan juga didukung. Di RTX 4090, pembuatan video 480P berdurasi 5 detik memerlukan 130 kredit dan sekitar 4 menit.

Pengguna sasarannya mencakup kreator konten profesional, produser video, desainer, pengembang, perusahaan, dan pengguna umum yang ingin mencoba pembuatan video AI. Keunggulan utamanya adalah ketersediaan open source, dukungan perangkat keras konsumen, fungsi yang beragam, kualitas yang sebanding dengan solusi komersial, serta dukungan teks Mandarin dan Inggris.