Wan 2.2 by Alibaba Wan AI

Funzionalità principali

• Da testo a video: genera video di alta qualità da descrizioni testuali.
• Da immagine a video: converte immagini statiche in video dinamici.
• Controllo del primo e dell’ultimo fotogramma: permette di specificare i fotogrammi iniziale e finale per generare le transizioni intermedie.
• Controlli avanzati: offre un controllo preciso della generazione video e opzioni creative.
• Riferimenti per personaggi e movimenti: combina lo stile di un personaggio con un movimento di riferimento per creare video personalizzati.

Caratteristiche tecniche

• Prestazioni SOTA: supera costantemente i modelli open source esistenti e le soluzioni commerciali in diversi benchmark.
• Supporto per GPU consumer: il modello T2V-1.3B richiede solo 8,19 GB di VRAM ed è compatibile con quasi tutte le GPU consumer.
• Capacità multitasking: eccelle nei compiti testo-video, immagine-video, montaggio video, testo-immagine e video-audio.
• Generazione di testo visivo: viene presentato come il primo modello video capace di generare testo in cinese e inglese.
• Wan-VAE: codifica e decodifica in modo efficiente video 1080P di qualsiasi durata.

Versioni del modello

• Wan2.2-I2V: modello da 14 miliardi di parametri per risoluzioni 480P e 720P.
• Wan2.2-T2V: modello da 14 miliardi di parametri per risoluzioni 480P e 720P.
• Wan2.2-T2V-1.3B: versione leggera adatta alle GPU consumer.
• Wan2.2-FLF2V-14B-720P: modello di generazione video dal primo e dall’ultimo fotogramma.

Applicazioni e utilizzo

Wan 2.2 è adatto a creare movimenti del corpo complessi, rotazioni, transizioni dinamiche tra scene e movimenti fluidi della videocamera. Simula inoltre la fisica reale e le interazioni tra oggetti, offre immagini cinematografiche e consente modifiche precise usando riferimenti di immagini o video.

I video possono essere generati dall’interfaccia web inserendo descrizioni testuali o caricando immagini. Sono supportati l’espansione intelligente e il controllo di sicurezza. Su una RTX 4090, un video 480P di 5 secondi richiede 130 crediti e circa 4 minuti.

È rivolto a creator professionisti, produttori video, designer, sviluppatori, aziende e utenti interessati a provare la generazione video con IA. I principali vantaggi sono la disponibilità open source, il supporto per hardware consumer, la versatilità, una qualità paragonabile alle soluzioni commerciali e il supporto del testo in cinese e inglese.