Wan 2.2 by Alibaba Wan AI

主な機能

• テキストから動画：テキストの説明から高品質な動画を生成します。
• 画像から動画：静止画を動きのある動画に変換します。
• 最初と最後のフレーム制御：開始・終了フレームを指定し、中間の遷移を生成できます。
• 高度な制御機能：動画生成を細かく制御し、創作向けのオプションを提供します。
• キャラクター参照とモーション参照：キャラクターのスタイルと参照モーションを組み合わせ、個別化した動画を作成します。

技術的特徴

• SOTA性能：複数のベンチマークで既存のオープンソースモデルや商用ソリューションを継続的に上回るとされています。
• 一般向けGPU対応：T2V-1.3BモデルはVRAM 8.19GBのみを必要とし、ほぼすべての一般向けGPUと互換性があります。
• マルチタスク：テキストから動画、画像から動画、動画編集、テキストから画像、動画から音声に対応します。
• 視覚的な文字生成：中国語と英語の文字を生成できる初の動画モデルとされています。
• 強力なVideo VAE：Wan-VAEは、長さを問わず1080P動画を効率的にエンコード・デコードします。

モデルのバージョン

• Wan2.2-I2V：480Pと720Pに対応する140億パラメータモデル。
• Wan2.2-T2V：480Pと720Pに対応する140億パラメータモデル。
• Wan2.2-T2V-1.3B：一般向けGPUに適した軽量版。
• Wan2.2-FLF2V-14B-720P：最初と最後のフレームから動画を生成するモデル。

用途と使い方

複雑な身体動作や回転、動的なシーン遷移、滑らかなカメラワーク、現実的な物理現象や物体同士の相互作用を表現できます。豊かな質感と多様なスタイル効果を備えた映画のような映像や、画像・動画参照を使った精密な編集にも対応します。

ウェブインターフェースでテキストを入力するか画像をアップロードして動画を生成できます。スマート拡張と安全性チェッカーにも対応します。RTX 4090では、5秒の480P動画に130クレジットと約4分かかります。

プロのコンテンツ制作者、映像制作者、デザイナー、開発者、企業ユーザー、AI動画生成を試したい一般ユーザーを対象としています。オープンソース、一般向けハードウェア対応、多機能性、商用ソリューションに匹敵する品質、中国語・英語対応が主な利点です。