Wan2.2

テキストからビデオへの生成

ユーザーが書かれたプロンプトをプロフェッショナルなシネマティックな720Pビデオに変換できるようにし、コンテンツクリエイターに動きと美的詳細に対する正確な制御を提供します。

画像からビデオへの合成

I2V-A14Bモデルを利用して、静止画像を480Pまたは720P解像度のダイナミックなシネマティックシーケンスに変換し、非現実的なカメラの動きを低減した安定したビデオ合成を実現します。

オープンソースMoEアーキテクチャ

ビデオ生成のためのアクセス可能でオープンソースのMixture-of-Expertsアーキテクチャを提供し、コミュニティによるカスタマイズ、研究、および消費者向けハードウェアでの効率的な720Pビデオ作成を可能にします。

視覚強化と最適化

Wan2.2のビデオモデルとのシームレスな統合のために特別に最適化された画像を生成および強化するツールを提供し、プロフェッショナルなシネマティックな美学と一貫した出力品質を保証します。

• 独立系映画製作者：Wan2.2のオープンソースAIビデオジェネレーターを使用して、テキストまたは画像からプロフェッショナルな720Pシネマティックビデオを生成します。
• コンテンツクリエイター：wan2.2の正確なプロンプト追従と高度なモーションコントロールを使用して、アイデアを高品質な720Pビデオに変換します。
• AI研究者：オープンソースのWan2.2 MoEアーキテクチャを活用して、ビデオ拡散モデルの研究を加速し、その開発に貢献します。
• 開発者：GitHubからWan2.2モデルをダウンロードして、AIビデオ生成機能をカスタムアプリケーションまたはワークフローに統合します。
• ビデオスタジオ：Wan2.2の美的データトレーニングとシネマティックコントロール機能により、プリビジュアライゼーションと制作パイプラインを強化し、一貫した出力を実現します。

Wan2.2 は他の動画 AI モデルとどう違いますか？

Wan2.2 は、完全なシネマティックコントロールを提供する世界初のオープンソースの専門家混合 (MoE) 動画生成モデルとして際立っています。独自の代替品とは異なり、ユーザーはソースコード、モデルの重みに完全にアクセスでき、独自のハードウェアで柔軟に実行できるため、透明性とカスタマイズ性が向上します。

Wan2.2 はどのような動画品質をサポートしていますか？

Wan2.2 は、720P 解像度でプロフェッショナルグレードの動画をスムーズな 24fps のフレームレートで生成するように設計されています。具体的には、T2V-A14B および I2V-A14B モデルは 480P と 720P の両方の出力をサポートし、TI2V-5B モデルは効率的な 720P 動画生成に最適化されており、多様な制作ニーズに対応します。

Wan2.2 はコンシューマーハードウェアで実行できますか？

はい、Wan2.2 の TI2V-5B モデルはアクセシビリティのために最適化されており、RTX 4090 などの単一のコンシューマーグレード GPU で効果的に実行できます。これにより、個人使用で利用できる最速の 720P@24fps モデルの 1 つとなり、AI 動画生成が民主化されます。

Wan2.2 の MoE アーキテクチャとは何ですか？

Wan2.2 の専門家混合 (MoE) アーキテクチャは、専門の専門家モデルを利用して、ノイズ除去プロセスをさまざまなタイムステップに革新的に分離します。この設計は、計算効率を維持しながらモデルの容量を大幅に向上させ、スケーラブルな AI 動画生成にとって重要な要素となります。

Wan2.2 は完全に無料で使用できますか？

Wan2.2 は完全にオープンソースであり、ほとんどのアプリケーションでライセンス料なしで無料でアクセスできます。追加のサポートと高度な機能を必要とする企業ソリューションには、特定のビジネス要件を満たす商用ライセンスオプションが用意されています。

Wan2.2 の始め方は？

Wan2.2 の使用を開始するには、ユーザーは GitHub から直接モデルをダウンロードできます。さらに、すぐにテストできるオンラインデモも利用でき、Hugging Face ですぐに使える展開にアクセスできます。スムーズなオンボーディングエクスペリエンスを促進するために、包括的なドキュメントとコミュニティサポートが提供されています。

Wan2.2 の画像から動画への生成の主な機能は何ですか？

I2V-A14B モデルによって強化された Wan2.2 の画像から動画 (I2V) 機能には、高度な動きの理解と安定した動画合成が含まれます。480P と 720P の両方の解像度をサポートし、非現実的なカメラの動きを大幅に削減し、静止画像を優れた品質の動的なシネマティックシーケンスに変換します。

Wan2.2 はプロフェッショナルなテキストから動画への結果をどのように達成しますか？

Wan2.2 は、高度な MoE アーキテクチャを活用してプロフェッショナルなテキストから動画 (T2V) 生成を実現し、正確なプロンプトの追従と広範なモーションコントロールを可能にします。これにより、ライティング、色、構図を細かく制御でき、映画制作者やコンテンツクリエーターは繊細なディテールでシネマティックな物語を制作できます。

Wan2.2 の強化されたビジュアル作成パイプラインの利点は何ですか？

Wan2.2 の強化されたビジュアル作成パイプラインは、シームレスな動画統合のために特別に最適化された画像を生成するように設計されています。ライティングと構図のための美的データ微調整による動画最適化された生成と、スケーラブルなデータトレーニング（以前のバージョンよりも 65.6% 以上多くの画像）が特徴で、動き、セマンティクス、美学全体の汎化を強化します。

Wan2.2 はどのようなシネマティックコントロールを提供しますか？

Wan2.2 は、ユーザーがプロフェッショナルなショット言語を習得できる高度なシネマティックコントロール機能を提供します。これには、ライティング、色、構図の細かな制御が含まれており、繊細なディテールで多彩なスタイルを作成できます。この機能は、高品質のシネマティックな美学と正確なモーションコントロールを実現するために不可欠です。

Alibaba Tongyi Labが開発したWan2.2は、テキストや画像からプロフェッショナルなシネマティックビデオを作成するために設計されたオープンソースのMixture-of-Experts (MoE) AIビデオ生成モデルです。720P解像度出力をサポートし、高度なモーションコントロールと安定したビデオ合成機能を提供します。ユーザーはWan2.2を活用して、テキストからビデオ (T2V) および画像からビデオ (I2V) アプリケーションで、高品質なシネマティックコンテンツを効率的に生成できます。

• Wan2.2プラットフォームにアクセスするか、GitHubからオープンソースモデルをダウンロードしてローカルにデプロイします。
• 「Wan 2.2」セクションに移動し、画像からビデオ (I2V) またはテキストからビデオ (T2V) の生成を開始します。
• 画像からビデオの場合、静止画像をアップロードし、目的のモーションまたはシネマティックスタイルのパラメーターを指定します。
• テキストからビデオの場合、詳細なプロンプトを入力し、ショットの言語、照明、構図を制御してシネマティックなビジョンを実現します。
• ビデオ生成を開始する前に、出力解像度（480Pまたは720P）やその他の設定オプションを選択します。
• ビデオを処理します。Wan2.2 MoEアーキテクチャが安定した高品質なシネマティック出力を生成します。
• 生成されたAIビデオを確認します。必要に応じて、プロンプトを調整したり、画像入力を変更して結果を改善します。
• 完成したプロフェッショナルなシネマティックビデオをダウンロードするか、プラットフォームから共有します。