Wan
Wan
★4.5
软件描述
具备前沿性能的高级视频模型，可在消费级显卡上生成 480p/720p 视频，支持文本到视频、图像转换、编辑以及利用强大 VAE 实现独特的双语文本生成任务。
官方网站
访问软件的官方网站了解更多信息
tongyi.aliyun.com
安全链接HTTPS
什么是 Wan?
万：开放且先进的大规模视频生成模型。
在本仓库中，我们推出了 Wan2.1，这是一个全面且开放的视频基础模型套件，显著推动了视频生成技术的发展。Wan2.1具备以下核心特性：
领先性能：Wan2.1在多个基准测试中均优于现有的开源模型和前沿商业解决方案。
支持消费级显卡：T2V-1.3B 模型仅需 8.19 GB 显存，可兼容几乎所有消费级显卡。其可在 RTX 4090 上约 4 分钟内生成一段 5 秒的 480P 视频（无需使用量化等优化技术）。其性能甚至可与部分闭源模型相媲美。
多任务支持：Wan2.1在文本到视频、图像到视频、视频编辑、文本到图像以及视频到音频等任务上表现卓越，显著推动了视频生成领域的发展。
视觉文本生成：Wan2.1是首个能够生成中英文文本的视频模型，具备强大的文本生成能力，显著提升了其实际应用场景。
强大的视频 VAE：Wan-VAE 实现了极高的效率与性能，能够高效编码和解码任意长度的 1080P 视频，同时完整保留时间信息，是视频和图像生成的理想基础模型。
