阿里AI四連發(fā)，電影級(jí)視頻模型Wan2.2又開(kāi)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(kāi)源模型，電影級(jí)視頻生成模型通義萬(wàn)相Wan2.2。Wan2.2直接將光影、色彩、鏡頭語(yǔ)言三大電影美學(xué)元素裝進(jìn)模型，可以隨意組合60多個(gè)直觀可控的參數(shù)，大幅提升電影級(jí)畫(huà)面的制作效率。

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

據(jù)介紹，Wan2.2此次共開(kāi)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(gè)使用MoE架構(gòu)的視頻生成模型，總參數(shù)量為27B，激活參數(shù)14B，均由高噪聲專(zhuān)家模型和低噪專(zhuān)家模型組成，分別負(fù)責(zé)視頻的整體布局和細(xì)節(jié)完善，在同參數(shù)規(guī)模下，可節(jié)省約50%的計(jì)算資源消耗，有效解決視頻生成處理Token過(guò)長(zhǎng)導(dǎo)致的計(jì)算資源消耗大問(wèn)題，同時(shí)在復(fù)雜運(yùn)動(dòng)生成、人物交互、美學(xué)表達(dá)、復(fù)雜運(yùn)動(dòng)等維度上也取得了顯著提升。

Wan2.2還首創(chuàng)了電影美學(xué)控制系統(tǒng)，光影、色彩、構(gòu)圖、微表情等能力媲美專(zhuān)業(yè)電影水平。例如，用戶(hù)輸入「黃昏」、「柔光」、「邊緣光」、「暖色調(diào)」「中心構(gòu)圖」等關(guān)鍵詞，模型可自動(dòng)生成金色的落日余暉的浪漫畫(huà)面；使用「冷色調(diào)」、「硬光」、「平衡圖」、「低角度」的組合，則可以生成接近科幻片的畫(huà)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(diào)的復(fù)古濾鏡下，平靜地坐在行駛中的地鐵車(chē)廂內(nèi)。周?chē)巳簛?lái)回走動(dòng)，形成明顯的運(yùn)動(dòng)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(huà)質(zhì)營(yíng)造出喜怒無(wú)常的環(huán)境氛圍，突顯她在喧囂世界中的沉穩(wěn)與內(nèi)斂，呈現(xiàn)出強(qiáng)烈的現(xiàn)實(shí)主義風(fēng)格。通義萬(wàn)相即可精準(zhǔn)理解提示詞中的美學(xué)詞，并生成一段復(fù)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(diào)，低飽和度，極端全景，平衡構(gòu)圖，畫(huà)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(biāo)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(yán)肅。另一人站在他身后稍遠(yuǎn)的位置，同樣身處水中。在他們身后，一艘外形具有未來(lái)感的飛行器停泊在水面上。這艘飛行器有著扁平、寬大的機(jī)翼和棱角分明的設(shè)計(jì)。整個(gè)場(chǎng)景的背景是布滿(mǎn)云彩的天空和無(wú)邊無(wú)際的水面。通義萬(wàn)相可生成一段復(fù)刻電影《星際穿越》中宇航員在米勒星球的經(jīng)典畫(huà)面。

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

即日起，開(kāi)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(diào)用模型API，用戶(hù)還可在通義萬(wàn)相官網(wǎng)和通義APP直接體驗(yàn)。

自今年2月以來(lái)，通義萬(wàn)相已連續(xù)開(kāi)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(kāi)源社區(qū)的下載量已超500萬(wàn)，是開(kāi)源社區(qū)最受歡迎的視頻生成模型之一。

生成海報(bào)

免責(zé)聲明：此文內(nèi)容為第三方自媒體作者發(fā)布的觀察或評(píng)論性文章，所有文字和圖片版權(quán)歸作者所有，且僅代表作者個(gè)人觀點(diǎn)，與極客網(wǎng)無(wú)關(guān)。文章僅供讀者參考，并請(qǐng)自行核實(shí)相關(guān)內(nèi)容。投訴郵箱：editor@fromgeek.com。

免責(zé)聲明：本網(wǎng)站內(nèi)容主要來(lái)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(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請(qǐng)進(jìn)一步核實(shí)，并對(duì)任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對(duì)有關(guān)資料所引致的錯(cuò)誤、不確或遺漏，概不負(fù)任何法律責(zé)任。任何單位或個(gè)人認(rèn)為本網(wǎng)站中的網(wǎng)頁(yè)或鏈接內(nèi)容可能涉嫌侵犯其知識(shí)產(chǎn)權(quán)或存在不實(shí)內(nèi)容時(shí)，應(yīng)及時(shí)向本網(wǎng)站提出書(shū)面權(quán)利通知或不實(shí)情況說(shuō)明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后，將會(huì)依法盡快聯(lián)系相關(guān)文章源頭核實(shí)，溝通刪除相關(guān)內(nèi)容或斷開(kāi)相關(guān)鏈接。