تحويل النص إلى فيديو

نص إلى الفيديو في الخط المفتوح 2.2 هو وصفين: MoE T2V-A14B السينمائي (480P/720P، ~80 GB) والهجري TI2V-5B (720P@24 fps على بطاقة 24 GB مع إزالة). كلاهما يفك إطارات صامتة.

t2v-A14Bti2v-5B720P
محتويات الصفحة 6
خط الأنابيب من النص إلى الفيديو من الإرسال عبر UMT5 و DiT MoE إلى VAE فك الشفرة
T2V الطريق: سريع UMT5-XXL → Wan2.2 DiT → VAE فك الرمز

إدخالات رسمية اثنتين T2V

علم المهمةالنموذجالحجم النموذجيVRAM (رسمي)ملاحظات
t2v-A14BWan2.2-T2V-A14B1280×720 أو 480P≥ 80 GB واحد GPUMoE خبراء عاليون/منخفضون الضوضاء
ti2v-5BWan2.2-TI2V-5B1280×704 أو 704×1280≥ 24 GB مع إزالة الحمولة720P @ 24 fps؛ هجينة T2V+I2V

الأوامر الرسمية الوحيدة GPU

T2V-A14B (80 GB فئة)
python generate.py --task t2v-A14B --size 1280*720 --ckpt_dir ./Wan2.2-T2V-A14B --offload_model True --convert_model_dtype --prompt "Two anthropomorphic cats in comfy boxing gear and bright gloves fight intensely on a spotlighted stage."
TI2V-5B (24 GB / 4090 الفئة)
python generate.py --task ti2v-5B --size 1280*704 --ckpt_dir ./Wan2.2-TI2V-5B --offload_model True --convert_model_dtype --t5_cpu --prompt "Two anthropomorphic cats in comfy boxing gear and bright gloves fight intensely on a spotlighted stage"

يستخدم Multi-GPU torchrun مع --dit_fsdp --t5_fsdp --ulysses_size. مثال README لثمانية GPUs هو المسار المدعوم عندما لا تكون بطاقة واحدة 80 GB متاحة.

ما الذي تفعله الـ"كثرة"

  • رمز النص: UMT5-XXL. قم بتنزيلها مع --t5_cpu إذا كان VRAM ضيق.
  • العمود الفقري: تتناسب التدفق DiT. A14B يغير الخبراء من SNR؛ TI2V-5B كثيفة.
  • التخفيف: Wan-VAE (2.1 طراز 4×8×8 على A14B؛ 2.2 4×16×16 على TI2V-5B).
  • يوصى بتوسيع سريع؛ انظر wiki التوسيع السريع.

الادعاءات الجودة التي يجب أخذها من المصدر

تحتل الجداول README Wan2.2 على رأس Wan-Bench 2.0 مقابل عدة نماذج مغلقة، مع بيانات حركة/مناطقية/جمالية أكثر من Wan2.1. تعامل الجداول SOTA من طرف ثالث كإعلان التسويق ما لم تشير إلى نفس البنك ونفس نقطة التفتيش 2.2 (A14B مقابل 5B مقابل حزمة مجتمع مقياسية).

أسئلة شائعة

أي حجم يجب أن اجتاز؟
A14B يستخدم 1280*720 (أو زوج 480P). TI2V-5B 720P هو 1280*704 أو 704*1280 وليس 1280*720. هذا الفرق هو في الرسمي README.
كم طول clip؟
وصفات عامة هي صور سينمائية قصيرة (في ترتيب 5 ثوان). S2V مدة تتبع المسار الصوتي بدلا من ذلك.
Diffusers?
نعم. Wan-AI/Wan2.2-T2V-A14B-Diffusers و Wan2.2-TI2V-5B-Diffusers مدرجة في كتلة الأخبار 28 يوليو 2025.

المصادر الأولية

تمت المراجعة وفق README لمشروع Wan-Video/Wan2.2 · 28 أغسطس 2026

© 2026 wan2.video