Wan2.2 omogoča natančno prilagajanje gibanja kamere, osvetlitve in kompozicijo, poleg tega pa je še odprtokoden.
Danes so v kitajskem podjetju Alibaba razkrili Wan2.2, nov odprtokodni model za generiranje videov. Model je nadaljevanje modela Wan2.1, ki smo ga testirali nekaj mesecev nazaj in je že takrat navdušil.
Model, ki temelji na arhitekturi Mixture-of-Experts (MoE), poveča kapaciteto brez dodatnih računskih stroškov. Z inovativnim sistemom za filmski nadzor uporabniki lahko natančno prilagajajo osvetlitev, gibanje kamere in kompozicijo.
Wan2.2, nadgrajen z 65,6 % več slikami in 83,2 % več videi kot predhodnik Wan2.1, presega zaprto-kodne konkurente, kar dokazuje z vrhunskim rezultatom na Wan-Bench 2.0. Ponuja tri variante: Text-to-Video, Image-to-Video in Unified Video Generation, ki so že dostopne na GitHubu in Hugging Faceu. Z zmogljivostjo generiranja videov v 720p na potrošniških grafičnih karticah (npr. RTX 4090) odpira vrata tako akademikom kot industriji in predstavlja konkurenco Googlovemu Veo 2 in Veo 3.
Prva različica z optimizacijami zahteva 24 GB VRAM, tako da na čisto vseh grafičnih karticah le ne bo tekel. Pričakujemo lahko še dodatne optimizirane različice, ki znajo teči tudi na nižjih specifikacijah (Wan2.1 lahko teče na 12 GB VRAM).
Spodnji promocijski video naj bi bil v celoti generiran z Wan2.2 (samo video, ne glasba).
