阿里开源通义万相Wan2.2 大幅提升电影级画面的制作效率

7月28日晚，阿里开源电影级视频生成模型通义万相Wan2.2。据介绍，Wan2.2直接将光影、色彩、镜头语言三大电影美学元素装进模型，可以随意组合60多个直观可控的参数，大幅提升电影级画面的制作效率。

通义万相官方展示了《星际穿越》、《布达佩斯大饭店》、《海上钢琴师》等电影的经典画面，目前该模型单次可生成5s的高清视频，用户可通过多轮提示词进一步完成短剧制作，未来通义万相还将继续提升单次视频生成的时长，让视频创作更高效。

据介绍，Wan2.2此次共开源文生视频（Wan2.2-T2V-A14B）、图生视频（Wan2.2-I2V-A14B）和统一视频生成（Wan2.2-TI2V-5B）三款模型，其中文生视频模型和图生视频模型均为业界首个使用MoE架构的视频生成模型，总参数量为27B，激活参数14B，均由高噪声专家模型和低噪专家模型组成，分别负责视频的整体布局和细节完善，在同参数规模下，可节省约50%的计算资源消耗，有效解决视频生成处理Token过长导致的计算资源消耗大问题，同时在复杂运动生成、人物交互、美学表达、复杂运动等维度上也取得了显著提升。

通义万相还开源了一款5B小尺寸的统一视频生成模型，单一模型同时支持文生视频和图生视频，可在消费级显卡部署。该模型采用了高压缩率3D VAE架构，时间与空间压缩比达到高达 4×16×16，信息压缩率提升至 64，均实现了开源模型的最高水平，仅需22G显存（单张消费级显卡）即可在数分钟内生成5秒高清视频，是目前24帧每秒、720P像素级视频生成速度最快的基础模型之一。

即日起，开发者可在GitHub、HuggingFace、魔搭社区下载模型和代码，企业可在阿里云百炼调用模型API，用户还可在通义万相官网和通义APP直接体验。

自今年2月以来，通义万相已连续开源文生视频、图生视频、首尾帧生视频和全能编辑等多款模型，在开源社区的下载量已超500万，是开源社区最受欢迎的视频生成模型之一。