github.devotd.
新发现多模态

wan-video/wan2.2 — 基于 MoE 的视频生成模型的推理代码与权重

一个仓库,为五个模型提供 Wan2.2 的官方推理代码与权重;该模型可依据文本、图像、语音条件生成视频。

仓库信息wan-video/wan2.2 ↗

一个仓库,为五个模型提供 Wan2.2 的官方推理代码与权重;该模型可依据文本、图像、语音条件生成视频。

GitHub 项目说明: Wan: Open and Advanced Large-Scale Video Generative Models

星标
★ 18.1K
复刻
2.3K
语言
Python
许可证
Apache-2.0
查看原始来源 ↗在 GitHub 查看 ↗

wan-video/wan2.2 是一个仓库,包含 Wan2.2 模型的官方推理代码与权重,该模型可依据文本、图像、语音条件生成视频。README 说明该仓库提供五个模型的运行代码与权重:Wan2.2-T2V-A14B、Wan2.2-I2V-A14B、Wan2.2-TI2V-5B、Wan2.2-S2V-14B、Wan2.2-Animate-14B。

Wan2.2 在视频扩散模型中引入了混合专家(Mixture-of-Experts,MoE)架构,是一款能够精细控制光照、构图、色调等美学元素的视频生成模型。MoE 是一种在多个专业化模块中只挑选所需部分进行计算的结构。该仓库创建于 2025 年 7 月 28 日,使用 Python 编写,遵循 Apache-2.0 许可证。GitHub 分类为图像/视频模型,星标数为 18059。仓库中同时收录了 T2V、I2V、TI2V 等公开视频生成模型及其运行代码。

不过,该仓库没有公开发布的版本。README 中描述的美学控制是否真正转化为视频质量,不看生成结果就无法判断。公开的基准数据并不存在,评分项中也只有 Momentum 填了 5.9,新鲜度(Freshness)、技术(Technology)与质量(Quality)均为空。仅凭这些资料还难以判断五个模型之间的优劣。官方代码与权重已一同公开这一事实,与它们的输出所达到的水平,是两个不同的问题。