Wan 2.2 Modell-Wiki

Eine Quelle-geprüfte Karte der Apache-2.0 Wan2.2 Familie: offizielle Aufgabenüberwachungspunkte, DiT MoE und Wan-VAE Zahlen aus dem Papier/README und der Community-Förderstap (LoRA, FP8, GGUF, VRAM, async APIs). Später wird Wan 2.5+ natives Audio als Produktlinie und nicht als 2,2 Gewichte dokumentiert.

Mit der Familie beginnen Aufgaben ansehen

Mit dem Wan-Video/Wan2.2 README abgeglichen · 28. August 2026

Wan-Modellfamilie

17

Wiki-Seiten Aufgaben, Architektur, Schlussfolgerungen

5

Offene 2.2 Modelle T2V · I2V · TI2V · S2V · Animate

11

Amtszahlen MoE, VAE, S2V, VACE, VRAM

A2.0

Lizenz Apache 2.0 auf 2,2 Gewichten

Wiki durchsuchen

17 Artikel

Modellfamilie

Welche offenen Kontrollpunkte existieren und welche später geschlossenen Wan Produkte hinzugefügt werden.

Modellfamilie

Wan-Modellfamilie

Mappe Apache-2.0 Wan2.1 / Wan2.2 Checkpoints gegen später geschlossene Wan 2.53.0 Produkte und schaue, welche Aufgabe jedes Gewicht tatsächlich abdeckt.

Wan2.2Apache 2.0A14B

Aufgaben

T2V, I2V, FLF2V, Referenz, Sprache, V2A und native Audio-Video.

Aufgaben

Text zu Video

Wan2.2-T2V-A14B und TI2V-5B verwandeln einen Anruf in 480P oder 720P stilles Video. Offizielle generate.py Aufgaben, Größen und VRAM Böden.

t2v-A14Bti2v-5B720P

Aufgaben

Bild zu Video

I2V-A14B und TI2V-5B animate ein Still. Aspekt folgt dem Eingabebild; ein Anruf ist optional, wenn Qwen-VL es erweitert.

i2v-A14BCLIPaspect

Aufgaben

Video aus Start- und Endbild

Das dedizierte offene FLF2V ist Wan2.1-FLF2V, nicht ein Wan2.2 Checkpoint. Wie ComfyUI zwei Schlüsselbeigenschaften bucht und was 2.2 I2V stattdessen tut.

FLF2VWan2.1keyframes

Aufgaben

Referenz zu Video

Identität und Bewegung aus Referenzbildern oder einem Video: Wan2.1-VACE (R2V / V2V / MV2V) und Wan2.2-Animate-14B.

VACEAnimate-14BR2V

Aufgaben

Sprache zu Video

Wan2.2-S2V-14B verwandelt ein Porträt plus Rede oder Song in Lippen-synchronisiertes Kinovideo. Offizielle Pipeline-Figuren und generate.py Flaggen.

S2V-14BCosyVoicelip-sync

Aufgaben

Video zu Audio

Wan2.2 T2V/I2V Foley und die Partitur kommen aus einem separaten V2A Modelle wie ThinkSound, dann mux.

ThinkSoundV2Afoley

Aufgaben

Native Audio-Video-Generierung

Gemeinsames Bild + Dialog + SFX ist ein Wan Die 2.2 offen T2V/I2V Gewichte erzeugen keinen Soundtrack.

Wan 2.5API-onlysync

Architektur

DiT Rückgrat, hoher/niedriger Lärm MoE Sachverständigen und Wan-VAE Kompression.

Architektur

Diffusion Transformer

Wan ist ein Fluss-Matching DiT über 3D VAE Latenten, nicht ein U-Net. Patch-Token, UMT5 Kreuz-Aufmerksamkeit und Zeitstufe AdaLN.

DiTflow matchingUMT5

Architektur

Mixture of Experts (MoE)

A14B verwendet zwei ~14B Die Kommission hat die27B Gesamtzahl 14B Die Anlage ist in der Regel für die SNR - Schalter.

A14BSNR27B/14B

Architektur

Wan-VAE

Wan2.2-VAE komprimiert T×H×W um 4×16×16 (Rate 64) und schlägt immer noch mehrere 4×8×8 VAEs auf PSNR / SSIM / LPIPS.

4×16×16TI2V-5BPSNR

Inferenz

- Schnell verlängert. LoRA, Quantifizierung, VRAM, und Asynchronisierung APIs.

Inferenz

Prompt-Erweiterung

Offizielle generate.py kann einen kurzen Anruf (oder ein Bild) mit DashScope Qwen oder einem lokalen Qwen2.5 / Qwen2.5-VL erweitern.

QwenDashScope--use_prompt_extend

Inferenz

Video-LoRA

Einige von ihnen sind nicht mehr eingesetzt. Wan DiT. MoE Sie müssen in der Regel ein geräuschreiches + geräuschloses Paar haben. T2V LoRAs auf Animate.

LoRADiffSynthMoE pair

Inferenz

Video-Quantisierung

Von offiziellen D-Type-Gießungen bis zur Community FP8, GGUF, Destillation und Cache. Was jeder Weg tatsächlich in der Grafik ändert.

FP8GGUFLightX2V

Inferenz

FP8 vs GGUF

FP8 bleibt ein dickes GPU Matmul. GGUF ist eine Block-Quant-Gewichtsdatei für niedrige VRAM Ladegeräte. Sie lösen verschiedene Speicherprobleme.

e4m3Q4_KComfyUI

Inferenz

VRAM für Videomodelle

Offizielle Etagen: A14B ≥ 80 GB einzelne GPU; TI2V-5B ≥ 24 GB mit Ablast. Wo T5, DiT, Aktivierungen und VAE im Stapel sitzen.

80GB4090offload

Inferenz

Asynchrone Video-API-Jobs

Wan Die Probenahme dauert Minuten. DashScope, Gradio Spaces, Replikate und Fal alle eine Arbeitsanzeige zurückgeben und Umfrage halten nicht HTTP offen.

DashScopeGradiojob_id

Quellen

Die offenen Gewichte halten bei Wan2.2 (plus Wan2.1 FLF2V / VACE). Wan 2.5, 2.6, 2.7 und 3.0 natives Audio-Video sind API Produkte ohne öffentliche Checkpoints im 2.2-Stil.