开源的交互式游戏视频生成模型,可根据参考图和键鼠操作生成可控的游戏风格视频。
- Star
- 18,011
- Fork
- 2,335
- 未关闭 Issue
- 320
- 最近提交
- 29天前
这是什么?
Wan2.2 是 Wan 团队开源的视频生成模型系列,涵盖文生视频(T2V-A14B)、图生视频(I2V-A14B)、支持 720P@24fps 的 5B 文图生视频模型(TI2V-5B)、音频驱动的语音生视频(S2V-14B),以及可用参考图和动作视频生成角色动画或替换视频中角色的 Wan-Animate-14B。
A14B 系列采用混合专家(MoE)架构,高噪声专家负责前期去噪布局,低噪声专家负责后期细节精修,总参数约 27B,每步激活约 14B。TI2V-5B 使用高压缩率的 Wan2.2-VAE,在 RTX 4090 等消费级显卡上即可运行(需开启显存卸载选项)。
项目提供命令行推理脚本,支持单卡及基于 FSDP 与 DeepSpeed Ulysses 的多卡推理,可通过 DashScope API 或本地 Qwen 模型扩展提示词,模型权重托管在 Hugging Face 与 ModelScope。同时已集成到 Diffusers 和 ComfyUI。
核心功能
- 01支持 480P 和 720P 的文生视频与图生视频
- 02TI2V-5B 模型可在消费级显卡上生成 24fps 的 720P 视频
- 03支持音频驱动的语音生视频,可选 CosyVoice 语音合成
- 04Wan-Animate 支持角色动画与视频中角色替换
- 05支持基于 FSDP 和 DeepSpeed Ulysses 的单卡与多卡推理
- 06可通过 DashScope API 或本地 Qwen 模型扩展提示词
适用场景
- 根据文本提示生成短视频片段,用于创作或研究
- 使用参考动作视频让静态角色图像动起来
- 根据音频生成说话或唱歌的视频
- 在单张大显存或消费级显卡上进行视频生成实验
快速上手
- 1
克隆仓库
git clone https://github.com/Wan-Video/Wan2.2.git - 2
进入项目目录
cd Wan2.2 - 3
安装依赖(需要 torch >= 2.4.0)
pip install -r requirements.txt - 4
从 Hugging Face 下载模型,例如 T2V-A14B
huggingface-cli download Wan-AI/Wan2.2-T2V-A14B --local-dir ./Wan2.2-T2V-A14B
使用前须知
- 使用 T2V-A14B 模型进行单卡文生视频时,若不使用卸载选项,需要至少 80GB 显存的 GPU。
- 使用 Dashscope API 进行提示词扩展需要阿里云的 API 密钥,可能产生费用。
- 语音生成视频等功能需要额外单独安装依赖。
标签
常见问题
- Wan2.2 是什么?
- 开源的大规模视频生成模型,支持文生视频、图生视频、语音生视频和角色动画。 Wan2.2 是 Wan 团队开源的视频生成模型系列,涵盖文生视频(T2V-A14B)、图生视频(I2V-A14B)、支持 720P@24fps 的 5B 文图生视频模型(TI2V-5B)、音频驱动的语音生视频(S2V-14B),以及可用参考图和动作视频生成角色动画或替换视频中角色的 Wan-Animate-14B。
- Wan2.2 可以免费使用吗?用的什么许可证?
- Wan2.2 以 Apache-2.0 许可证开源。用于商业产品前,请先确认许可证条款。
- Wan2.2 还在维护吗?
- 活跃维护中。Wan2.2 最近一次提交是在 2026年9月21日。
- Wan2.2 适合用来做什么?
- 根据文本提示生成短视频片段,用于创作或研究 使用参考动作视频让静态角色图像动起来 根据音频生成说话或唱歌的视频 在单张大显存或消费级显卡上进行视频生成实验
- Wan2.2 怎么安装和运行?
- 克隆仓库: git clone https://github.com/Wan-Video/Wan2.2.git 进入项目目录: cd Wan2.2 安装依赖(需要 torch >= 2.4.0): pip install -r requirements.txt 从 Hugging Face 下载模型,例如 T2V-A14B: huggingface-cli download Wan-AI/Wan2.2-T2V-A14B --local-dir ./Wan2.2-T2V-A14B
- 在哪里获取 Wan2.2?
- 源代码和安装说明在 GitHub 上:https://github.com/Wan-Video/Wan2.2
概要由 AI 根据项目 README 生成;GitHub 数据每日更新。
相关项目
76078PythonOther更新于 11个月前
开源的实时音频驱动数字人视频生成框架,支持流式输出与无限时长生成。
2483286PythonApache-2.0更新于 2个月前
基于 Gradio 的 Stable Diffusion 网页界面,延续 Forge 分支并支持多种新模型与性能优化。
1827253PythonAGPL-3.0更新于 19小时前
基于节点图的扩散模型图形界面、API 与后端,可在本地生成图像、视频、音频和 3D 内容。
13.9万1.7万PythonGPL-3.0更新于 17小时前
一套开源的智能体视频制作系统,让 AI 编程助手化身完整的视频制作流水线。
7万9021PythonAGPL-3.0更新于 3天前
让 AI 智能体把爆款视频克隆成可编辑工作流,并批量生成变体的视频制作工具。
2.4万2823TypeScriptOther更新于 19小时前