WAN 2.2
阿里巴巴下一代视频生成模型，具备270亿参数和每步140亿活跃参数的专家混合架构，提升了视觉质量。在电影级视频生成方面实现突破性性能，改进了动作控制、生成速度和扩展了训练数据。
体验 WAN 2.2
使用阿里巴巴最先进的AI视频生成模型，生成具有电影级动作和增强细节的专业质量视频
什么是 WAN 2.2
阿里巴巴突破性的专家混合视频生成模型，具有革命性架构和电影级质量
WAN 2.2 代表了AI视频生成技术的质的飞跃，推出了突破性的专家混合(MoE)架构，拥有270亿总参数和每个去噪步骤140亿活跃参数。相比前代产品，训练图像增加了65.6%，训练视频增加了83.2%，WAN 2.2实现了前所未有的电影级质量、动作保真度和生成效率，为AI驱动的视频创作树立了新标准。
Key Highlights
革命性专家混合架构
采用双专家系统，配备专门的高噪声和低噪声专家，在保持270亿参数规模的同时优化计算效率，每步仅需140亿活跃参数即可实现卓越性能。
扩展训练数据集
在大规模扩展的数据集上训练，图像增加65.6%，视频增加83.2%，包含带有详细光照、构图和调色标签的美学数据，以实现电影级质量输出。
增强的动作控制与物理
提供卓越的动作一致性和真实的物理模拟，具有流畅的物体交互、复杂的身体动作和流体相机运动，准确反映现实世界的动力学。
消费级GPU可访问性
针对消费级硬件优化，在NVIDIA RTX 4090上高效推理，使专业级视频生成对拥有标准游戏设备的创作者和研究人员变得触手可及。
Technical Specifications
Duration
最长5秒（129-257帧）
Resolution
480p，720p
Aspect Ratio
16:9，9:16，1:1，4:3，3:4
Frame Rate
8-30 FPS（可调）
Audio
Input Types
文本提示词，图片
Max Prompt Length
512个词元
WAN 2.2 的先进功能
探索使WAN 2.2成为最强大AI视频生成模型的尖端功能，具备专家混合架构和前所未有的电影级质量
专家混合架构
革命性的双专家系统，拥有270亿总参数和每步140亿活跃参数，利用专门的高噪声和低噪声专家实现最佳计算效率和卓越视频质量。
大规模扩展训练数据
相比WAN 2.1，使用了65.6%更多的图像和83.2%更多的视频进行训练，包含带有详细光照、构图和调色标签的美学数据，以实现电影级输出。
增强运动一致性
提供卓越的时间一致性，具有流畅的物体交互、复杂的身体动作和流体相机运动，准确模拟现实世界的物理和动力学。
多分辨率支持
支持480p和720p视频生成，可配置16:9、9:16、1:1、4:3和3:4等宽高比，满足多样化创意应用和平台需求。
灵活帧控制
生成65-257帧（最长5秒）的视频，帧率8-30 FPS，为各种创意需求提供对视频时长和时间动态的精确控制。
先进文本生成视频
通过增强的语言处理，将详细文本提示转换为高质量视频，对复杂描述、动作序列和场景构图具有卓越理解能力。
高端图像生成视频转换
使用140亿A14B模型将静态图像转换为动态视频，在保持视觉一致性的同时为静止图像添加真实运动和时间深度。
消费级GPU优化
在NVIDIA RTX 4090和类似消费级硬件上高效运行，使专业级视频生成对没有企业级设备的创作者变得可及。
高质量电影级输出
产生电影质量的视频，具有增强的视觉保真度、真实的光照、专业的调色和自然的运动模糊，可与传统视频制作相媲美。
智能提示词处理
先进的提示词扩展和安全检查功能通过复杂的语言理解确保最佳结果，同时保持内容适宜性和创意意图。
可召回任务系统
内置任务召回功能允许检索待处理或正在处理的视频生成，提供无缝的工作流连续性和高效的资源管理。
开源可访问性
在Apache 2.0许可下发布，包含完整的模型权重和推理代码，使研究人员和开发者能够基于该技术构建创新应用。
WAN 2.2 常见问题
查找关于WAN 2.2专家混合架构、功能和使用的最常见问题答案
如何使用 WAN 2.2 进行文本生成视频
掌握使用WAN 2.2先进的专家混合架构和电影级控制从文本提示创建专业质量视频的艺术
制作您的文本提示词
配置视频参数
生成和优化
如何使用 WAN 2.2 图片转视频
学习如何使用 WAN 2.2 的先进图片转视频生成功能，将静态图片转换为电影级视频
上传您的图片
编写动作描述
生成和下载
价格
选择适合您的计划。没有隐藏费用，没有意外。