Wan2.2ღია-წყარო ვიდეო ზარდვის მოდელების ოჯახი (5B/14B) ტექსტი/სურათი/ვიდეო-ვიდეოებისთვის, 1080p კლიპების ტრანსფორმირებით, სხვა განათლებასთან ერთად, იმპროვიზირებული მოძრაობისა და კონტროლი ხელმისაწვდომი

Wan2.2 — ღია საწყობის ვიდეო მახსოვარების დინასტია, რომელზეც ორი ვარიანტი, 5 მილიარდი და 14 მილიარდი, ტექსტი/სურათი /ვიდეო-ვიდეო მიმოქცებას ემსახურება. მას 1080p კლიფების გამოღვარვით ემატება მოვლენების სწრაფვებით მტკივნეულბა. მოდელს MoE ხარისხებია ანდერგველ სიმყოფეს, ფილმებ განთავსები და კომპლექსური მოძრაობის გენერაციაც. Wan2.2 სისტემის არკიტექტურა დიფუზიური მოდელი სრულყოფილად ითვისებს ვიდეო ფორმატს. მონები არკიტექტურა მნიშვნელობის გადახრის პროცესს დროებითს ტაიმსტეპებს შორის გაყვანს. ეს მათ მისთვის უახლოესს ქონებიან კომპ'უტერული ზომის დაჭირვების ხარჯში თვის დასრულების სიზხულეში, მანამ სავარაუდო მოდლი კეთილია. Wan2.2 იყო ტრენირებული უფრო დიდ მონაცემთა სეტზე, ვიდრე მისი წინამორბედი Wan2.1, +65.6% მეტი სურათით და +83.2% მეტი ქრონოფოტოთ. ეს გაფართოვება მოდელს მრავალველები, სემანტიკა და ესთეტიკის განსაკუთრებული ნიშნადმიწების მხარდაჭერებით ზომიერებს იზრდის. მოდელი 720P რეზოლუციითა და 24fps სინქრონული სიხშირით ხარჯვისთვის ტექსტისგან ვიდეო და სურათისგან ვიდეო გენერაციას ემსახურება. მას შეუძლია მიუახლოვდეს ამ გაერთიანებას, საშუალო მიწის დაფუძველების გრაფიკულ კარდებს, მათ შორის 4090 ხარისხის განა. ცნობილი ბიძგიანი 720P@24fps ვიდეო გამოსადეგი გენერაციების მოდელი, რომელიც 24fps და 720P რეზოლუციით მეტ მეტად იწვევს ინდუსტრიისა და კერძო სექტორებში გამოყენებად. უნაც 2.2 აირეთვეთ რამოდენიმე ფრეიმვორკთან, მათ შორის Diffusers, ComfyUI,და ModelScope და იქიდან გამოიყენება სხვადასხვა სპექტაკლები, როგორიცაა პერსონოპერატრა მაკეტა, და ხმის მიზანილი კინოტბივი ვიდეო წარდგენა. ᲕოᲣ 2.2 ამაღლებულა ჰოლისტიკური მოძრაობისა და გამოხატვის რეპლიკაციით ხარაკტერთა ანიმაციასთან მთავარი მოდელისთვისა და რეპლასმენტთან ერთად, აუდიო დრაივენ კინემატოგრაფიული ვიდეოს წარმოების მოდელს, მცდელობის კოდთან, მოდელის ვეიზტთან და ტექნიკურ ანგარიშთან ერთად. მოდელი იყენებული იქნა 5 მილიარდი გადატვირთული მოდელის შექმნისთვის, რომელიც Wan2.2-VAE-ზე ებმულია და 16:16:4 კომპრესიული ნიშანით 24ფრამბლით 720p სახვითი ხარისხით ტექსტის ვიდეოდან სურათის ვიდეომდე ოთხგან მფლობელობა მიანიჭებს. მოდელი ღია წყარო ლიცენზიით გამოცემულია და პოპულარობის მიღწევის შენახულია, 50-ზე მეტი კომიტი GitHub-ის რეპოზიტორიაზე და დიდი ქსელი ვირტლ წევრებისა და მომხმარებელთა. Wan2.2 არის ძლიერი ვიდეო დასახელების მოდელი, რომელიც ფართო მახასიათავდ შესრულებებსი უფსალო წარმოდგენასს როგორც შარადერულ განერთვევებს, სოლ, აუდიო დასახელებბო, ხ მხატვრული ფილმები დასახელებ. მისი აღქ. დასახელება დას. ნათუე. ის მნიშვნელოვანი წყარდ, მეცნრდ,მ ცხ – თმ ერლებსს ს ცნარ ვი. ს შემ პროცე. შაფ დე ს კ. შ ეპ. ამ მოდელით საშუალება გვქონია მრავალ განხრივი გამოყენება, მათ შორის სპეციალისტების მიერ 3D ჩანაფიქრებად, ანიმაციად,ასევე აუდიო მოძრავებით მიმოქცევით ანიმაციური ვიდეოს მხოლოდ განსახოცა. თუმცა, როგორც ყოველი მაშინათური მოდელი, Wan2.2-ს არის ზოგიერთი საზღვარი. მაგალითსათვის, მისთვის საჭიროა საშუალო ზომის კომპიუტერული რესურსები და განახლებული მონაცემები მასივის მეტოქეობისათვის, ხოლო დოკუმენტთა გვერდზე სახელწოდებით LLM ხერხემალი მაგიდაზე სულ არ იქნება საძიებო ტასკების ზოგიერთთათვის. ასევე, მიუხედავად იმისა, რომ Wan2.2 ინტეგრირებულია რამოდენიმე ფრეიმვორკში, მისი პერფორმანსი და უნივერსალია სპეციფიკურ გამოყენებათა და პროექტის მაჟორის მიხედვით შეიძლება განსხვავებული იყოს. ზოგადად, Wan2.2 არის ძლიერი და სხვადასხვა მიზნებისთვის შეჯავშირებული ვიდეო გენერაციის მოდელი, რომელიც ძვირფასი რესურსი არის ცოდნის დასასრულებლად და განვითარების სფეროში არსებულ სხვადასხვა თაფლზარწყალების ასისტენტისთვის წარმოქმნის ფარდისთვისთვისთვისთვისთვისთვისთვისთვისთვის.