阿里AI四連發(fā)，電影級視頻模型Wan2.2又開源！

7月28日晚，繼上周阿里AI三連發(fā)后，阿里又扔出新的開源模型，電影級視頻生成模型通義萬相Wan2.2。Wan2.2直接將光影、色彩、鏡頭語言三大電影美學元素裝進模型，可以隨意組合60多個直觀可控的參數，大幅提升電影級畫面的制作效率。

通義萬相官方展示了《星際穿越》、《布達佩斯大飯店》、《海上鋼琴師》等電影的經典畫面，向影視經典致敬，目前該模型單次可生成5s的高清視頻，用戶可通過多輪提示詞進一步完成短劇制作，未來通義萬相還將繼續(xù)提升單次視頻生成的時長，讓視頻創(chuàng)作更高效。

據介紹，Wan2.2此次共開源文生視頻（Wan2.2-T2V-A14B）、圖生視頻（Wan2.2-I2V-A14B）和統(tǒng)一視頻生成（Wan2.2-TI2V-5B）三款模型，其中文生視頻模型和圖生視頻模型均為業(yè)界首個使用MoE架構的視頻生成模型，總參數量為27B，激活參數14B，均由高噪聲專家模型和低噪專家模型組成，分別負責視頻的整體布局和細節(jié)完善，在同參數規(guī)模下，可節(jié)省約50%的計算資源消耗，有效解決視頻生成處理Token過長導致的計算資源消耗大問題，同時在復雜運動生成、人物交互、美學表達、復雜運動等維度上也取得了顯著提升。

Wan2.2還首創(chuàng)了電影美學控制系統(tǒng)，光影、色彩、構圖、微表情等能力媲美專業(yè)電影水平。例如，用戶輸入「黃昏」、「柔光」、「邊緣光」、「暖色調」「中心構圖」等關鍵詞，模型可自動生成金色的落日余暉的浪漫畫面；使用「冷色調」、「硬光」、「平衡圖」、「低角度」的組合，則可以生成接近科幻片的畫面效果。

輸入提示詞：視頻展示了一位三十多歲的黑人女性在黃昏色調的復古濾鏡下，平靜地坐在行駛中的地鐵車廂內。周圍人群來回走動，形成明顯的運動模糊，而她始終保持清晰，象征著混亂中的靜止。柔和的光線與電影畫質營造出喜怒無常的環(huán)境氛圍，突顯她在喧囂世界中的沉穩(wěn)與內斂，呈現(xiàn)出強烈的現(xiàn)實主義風格。通義萬相即可精準理解提示詞中的美學詞，并生成一段復古且富有文藝感的視頻。

輸入提示詞：白天，晴天光，邊緣光，暖色調，低飽和度，極端全景，平衡構圖，畫面中有兩名穿著宇航服的人，他們正站在一片廣闊的水域中。他們都穿著白色為主、帶有深色拼接和標記的厚重宇航服，并頭戴配有面罩的頭盔。位于前方的人正朝著觀看者的方向涉水前行，水面淹及他的大腿，他的面部表情嚴肅。另一人站在他身后稍遠的位置，同樣身處水中。在他們身后，一艘外形具有未來感的飛行器停泊在水面上。這艘飛行器有著扁平、寬大的機翼和棱角分明的設計。整個場景的背景是布滿云彩的天空和無邊無際的水面。通義萬相可生成一段復刻電影《星際穿越》中宇航員在米勒星球的經典畫面。

通義萬相還開源了一款5B小尺寸的統(tǒng)一視頻生成模型，單一模型同時支持文生視頻和圖生視頻，可在消費級顯卡部署。該模型采用了高壓縮率3D VAE架構，時間與空間壓縮比達到高達 4×16×16，信息壓縮率提升至 64，均實現(xiàn)了開源模型的最高水平，僅需22G顯存（單張消費級顯卡）即可在數分鐘內生成5秒高清視頻，是目前24幀每秒、720P像素級視頻生成速度最快的基礎模型之一。

即日起，開發(fā)者可在GitHub、HuggingFace、魔搭社區(qū)下載模型和代碼，企業(yè)可在阿里云百煉調用模型API，用戶還可在通義萬相官網和通義APP直接體驗。

自今年2月以來，通義萬相已連續(xù)開源文生視頻、圖生視頻、首尾幀生視頻和全能編輯等多款模型，在開源社區(qū)的下載量已超500萬，是開源社區(qū)最受歡迎的視頻生成模型之一。

生成海報

免責聲明：此文內容為第三方自媒體作者發(fā)布的觀察或評論性文章，所有文字和圖片版權歸作者所有，且僅代表作者個人觀點，與極客網無關。文章僅供讀者參考，并請自行核實相關內容。投訴郵箱：editor@fromgeek.com。

免責聲明：本網站內容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網站出現(xiàn)的信息，均僅供參考。本網站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。任何單位或個人認為本網站中的網頁或鏈接內容可能涉嫌侵犯其知識產權或存在不實內容時，應及時向本網站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網站在收到上述法律文件后，將會依法盡快聯(lián)系相關文章源頭核實，溝通刪除相關內容或斷開相關鏈接。