Wan2.2Açık kaynaklı video oluşturma model ailesi (5B/14B) için metin/görsel/video-vidyolu, görselliği ve kontrolünü artırmak için 1080p klipler sağlayan video text/image/video-to-video.

Wan2.2, açıklı bir video oluşturma model ailesidir. İki varyantıyla, 5B ve 14B, metin/meme/video-vidyosu oluşturma desteğine sahiptir. 1080p karelerle geliştirilmiş hareket ve kontrol sunduğunda, model Mixture-of-Experts (MoE) mimarisiyle sinematik seviyedeki estetiğe ve karmaşıklıkta hareket oluşturma özelliğine sahiptir. Wan2.2 mimarisi, video diffüzif modeline dayanmaktadır, ancak MoE mimarisi zaman adımları arasında gürültü çıkarma procesini ayırarak, aynı maliyete sahip olurken genel model kapasitesini arttırmaktadır. Wan2.2, önceki versiyonu Wan2.1'in karşılaştırılabilirinde 65.6 oranında daha fazla fotoğraf ve 83.2 oranında daha fazla videoyla eğitilmiştir. Bugenişleme modelinin hareketler, semantikler ve estetik gibi çeşitli boyutlarda genellemesini artırır. Model, 720P çözünürlükte 24fps hızda metin-vidio ve resim-vidio oluşturmayı desteklemektedir ve 4090 gibi tüketici sınıf grafik kartlarında çalışabilir. 720P@24fps hızında en hızlı mevcut modellerden biridir ve aynı anda endüstriyel ve akademik sektorları destekleyebilir. Wan2.2, Diffusers, ComfyUI ve ModelScope dahil birkaç framework'e entegre edilmiştir ve karakter animasyonundan başlayarak karakter değiştirme ve sesle desteklenen sinematik video oluşturmaya yönelik çeşitli uygulamalarda kullanılmıştır. Wan2.2, holistik hareket ve ifade taklitine dayanan karakter animasyonu ve yerini değiştirme için birleşik bir model oluşturmak ve teknik rapor, model ağırlıkları ve kodlama dahil olmak üzere, Ses ile yönlendirilen sinematik video oluşturma modeli oluşturmak için de kullanılmıştır. Model ayrıca Wan2.2-VAE ile oluşturulan 5B modeli de kullanılmıştır. Bu model, 720P çözünürlükte 24fps hızda metinden videoya ve görüntüden videonaya yaratmayı destekleyen 16 16 4 kompresyon oranına sahiptir. Model, açık kaynaklı bir lisans altında yayımlanmış ve GitHub deposundaki 50'den fazla işgirişine sahip olmak ile birlikte büyük bir katılımcı ve kullanıcı topluluğu kazandığı için popülerlik kazanmıştır. Wan 2.2, karakter animasyonu, değiştirme ve sesle sürüklenen sinematik video oluşturmasına yönelik çeşitli uygulamalarda öncü performans ve esneklik sunar. Mimarisinin ve eğitimi dataset'inin video oluşturma ve işleme alanında araştırmacılar ve geliştiriciler için önemli bir kaynak sağladığı görülmektedir. Model karakter animasyonu, değişim ve ses odaklı sinematik video oluşturması gibi çeşitli uygulamalar için uygun olup, bu uygulamaları destekleyebilir. Ancak, herhangi bir makine öğrenimi modeli gibi, Wan2.2 de bazı sınırlamalara sahiptir. Örneğin, yüksek performanslı olması için büyük miktarda hesaplama kaynağı ve eğitim verileri gerektirir ve tüm video oluşturma görevleri için uygun olmayabilir. Ayrıca, Wan2.2 birkaç framework'e entegre edilmiştir ama özel bir kullanım durumu ve uygulama göre performans ve esneklik farklılık gösterebilir. Genel olarak, Wan2.2 yüksek performansa sahip ve geniş bir yelpazedeki çeşitli uygulamalar için video oluşturma modelidir. Mimari yapısı ve eğitim verisi, video oluşturma ve işleme alanındaki araştırmacılar ve geliştiriciler için değerli bir kaynak haline getirir.