Wan2.2عائلة نماذج توليد الفيديو مفتوحة المصدر (5B/14B) للكتابة/الصور/الفيديو إلى فيديو، توفر مقاطع 1080p مع تحسن الحركة والتحكم.

Wan2.2 هو عائلة من النماذج المصدر المفتوح الجديدة ل 생성 الفيديو ، مع تباينين، 5 بلاكبيس و 14 بلاكبيس، التي تدعم إنشاء الفيديو-في-فيديو من النص والصورة والفيديو . ويمكنها توفير مقاطع فيديو بجودة 1080p مع تحسين الحركة والسيطرة. ويضم النموذج هيكلا معاينة الخبرة، جمالية السينما، والإنشاء الحركة المعقدة. يستند تصميم هوية 2.2 على نموذج انتشار الفيديو، مع استخدام بنية MoE للفصل بين عملية تنقية الشغف عبر خطوات زمنية. مما يسمح بالحفاظ على نفس تكلفة الحوسبة بينما يزيد الكلفة overall model. تم تدريب وَن2.2 على набة بيانات أكبر بكثير من سلفه وَن2.1 ، بزيادة بنسبة +65.6% في الصور والزيادة بنسبة +83.2% في الفيديو. ويسهم هذا التوسع في توسيع نطاق النموذج في الأبعاد المتعددة بما في ذلك الحركة والدوال والمعاني والجماليات. يدعم المॉडل إنشاء الفيديو النصي وتحويل الصورة إلى فيديو في.resolution من 720 بكسل بالتزامن مع 24 إطاراً في الثانية، ويمكنتشغيله باستخدام الأقران الحاسبية من الدرجة المستهلكة مثل 4090، حيث يعد واحدًا من أكثر الأماكن سريعة توفر 720P@24fps حاليًا، ويمكنه خدمة قطبي الصناعة والعلمية في آنٍ معاً. تم دمج وَن2.2 في عدة فرامورك، بما في ذلك دي فيفرز، كومفاي يو آي، و مدل سكوب، و قد استخدمت في تطبيقات متعددة، مثل animations للصوت والحركة، وإعادة إنشاء الشخصيات، وتركيبال الفيديو المحرك بالصوت للسينما. تم استخدام Wan2.2 أيضاً لحل المشكلة من خلال إنشاء نموذج متكامل للمونتاج الكراكتير Animation Replacement مع التكرار الكامل للحركة والتفاعل التعبيري، ومُدخلات الصوتية لإنشاء الفيديو السينيمائي، بما في ذلك التعليمات البرمجية لاستخراج النتائج، وزن النموذج، وملفات تقرير الفني. أصدر النموذج أيضًا لإنشاء نموذج يبلغ سعته 5B مُطورًا بالوإي-2.2-فيه، يتحقق من نسبة Compression ratio 16 16 4، ويدعم الجيل التوليفي نص-فيديو وجيل التوليف الإجسمي الصورة-فيديو، بتحكم في معالجة 720P و 24 اطارات في الثانية. تم إصدار النموذج تحت رخصة المفتوحة المصدقة وتم اكتساب شعبية، مع أكثر من 50 مساهمة في مخزن庫 GitHub الخاص به وفريق كبير من المساهمين والمستخدمين. Wan2.2 هو نموذج توليد الفيديو القوي والفعال الذي يقدّم أداء مبتكر ومتنوع في تطبيقات متعددة، بما في ذلك تقليد الشخصيات وتحويل الصوتي إلى فيديو سينمائي. تصميمه ومصادره التدريبية جعلوه مصدرًا قيّمًا للباحثين والمطورين الذين يعملون في مجال توليد وتحليل الفيديو. يحتل البرنامج مكانًا جيدًا لقسمي التطبيق المتعدد، من بين ذلكanimation للشخصيات والاحتياجات وإيجاد الفيديوهات السينمائية المتميزة المُتطورة من خلال الإشارات الصوتية. لكنه مثل أي modelo التعلم الآلي، توجد بعض القيود على Wan2.2. على سبيل المثال، يتطلب مقدارًا كبيرًا من الموارد الحسابية والبيانات المدروسة لتحقيق أداءه، ومن الممكن ألا يكون مناسبًا для wszyst جميع أنواع مهام إنتاج الفيديو. بالإضافة إلى ذلك، بينما تم ترميز Wan2.2 في عدة فراملرك، قد تختلف أداءه ومرونته حسب الحالة المستخدمة وعرض التطبيق. بالعموم، هو Wan2.2 خوارزمية فيديو قوية ومتعددة الاستخدامات توفر أداءً متقدمًا في عديد من التطبيقات. تصميمه و datasets المذكرة فيه يجعلها مصدر قيمة للباحثين والمطورين الذين يعملون في مجال توليد الفيديو والتحليل.