Wiki de modelos Wan 2.2

Un mapa con fuente verificado de la familia Apache-2.0 Wan2.2: puntos de control de tareas oficiales, DiT MoE y Wan-VAE figuras del papel/README, y la pila de inferencias de la comunidad (LoRA, FP8, GGUF, VRAM, asíncrono APIs). Más tarde Wan 2.5+ audio nativo se documenta como una línea de productos no como 2.2 pesos.

Empezar por la familia Ver tareas

Verificado con el README de Wan-Video/Wan2.2 · 28 de agosto de 2026

Familia de modelos Wan

17

Páginas de Wiki Tarea, arquitectura, inferencia

5

Modelos abiertos 2.2 T2V · I2V · TI2V · S2V · Animate

11

Cifras oficiales MoE, VAE, S2V, VACE, VRAM

A2.0

Licencia Apache 2.0 en 2.2 pesos

Buscar en la Wiki

17 artículos

Familia de modelos

¿Qué puesto de control abierto existe y qué cerró más tarde? Wan productos añadidos.

Familia de modelos

Familia de modelos Wan

Mapa de los puntos de control Apache-2.0 Wan2.1 / Wan2.2 con productos cerrados más tarde Wan 2.53.0, y vea qué tarea cubre realmente cada peso.

Wan2.2Apache 2.0A14B

Tareas

T2V, I2V, FLF2V, referencia, habla, V2A, y audio-video nativo.

Tareas

Texto a vídeo

Wan2.2-T2V-A14B y TI2V-5B convertir un aviso en 480P o 720P Video silencioso. generate.py tareas, tamaños y VRAM Los pisos.

t2v-A14Bti2v-5B720P

Tareas

Imagen a vídeo

I2V-A14B y TI2V-5B animate Un aspecto sigue la imagen de entrada; un prompt es opcional si Qwen-VL lo extiende.

i2v-A14BCLIPaspect

Tareas

Vídeo con primer y último fotograma

El FLF2V abierto dedicado es Wan2.1-FLF2V, no un Wan2.2 punto de control. Cómo ComfyUI guarda dos cuadros clave y lo que hace el 2.2 I2V en su lugar.

FLF2VWan2.1keyframes

Tareas

Referencia a vídeo

Identidad y movimiento de imágenes de referencia o de un vídeo de la unidad: Wan2.1-VACE (R2V / V2V / MV2V) y Wan2.2-Animate-14B.

VACEAnimate-14BR2V

Tareas

Voz a vídeo

Wan2.2-S2V-14B El proyecto de investigación de la Comisión de Investigación y Desarrollo de la Información sobre la Capacidad de la Comisión de Investigación y Desarrollo de la Información sobre la Capacidad de la Comisión de Desarrollo de la Información sobre la Capacidad de la Capacidad de la Comisión de Desarrollo de la Información sobre la Capacidad de la Capacidad de Desarrollo de la Capacidad de la Capacidad de Desarrollo de la Capacidad de la Capacidad de Desarrollo de la Capacidad de la Capacidad de Desarrollo de la Capacidad de Desarrollo de la Capacidad de la Capacidad de Desarrollo de la Capacidad de la Capac generate.py las banderas.

S2V-14BCosyVoicelip-sync

Tareas

Vídeo a audio

Wan2.2 T2V/I2V emiten imagen silenciosa. Foley y las puntuaciones provienen de un modelo V2A separado como ThinkSound, luego mux.

ThinkSoundV2Afoley

Tareas

Audio y vídeo nativos

La imagen conjunta + diálogo + SFX es una característica del producto Wan 2.5+. Los 2.2 pesos abiertos T2V/I2V no generan una banda sonora.

Wan 2.5API-onlysync

Arquitectura

DiT espina dorsal, alto/bajo ruido MoE expertos, y Wan-VAE - ¿Qué es eso?

Arquitectura

Diffusion Transformer

Wan es un flujo de coincidencia DiT más de 3D VAE Los tokens de parche, los tokens de parche, los tokens de parche, los tokens de parche, los tokens de parche, los tokens de parche, los tokens de parche, los tokens de parche, los tokens de parche, los tokens UMT5 La atención transversal y el paso de tiempo.

DiTflow matchingUMT5

Arquitectura

Mixture of Experts (MoE)

A14B utiliza dos ~14B expertos (27B total, 14B La industria de la industria de la industria de la industria de la industria de la industria de la industria de la industria de la industria de la industria de la industria de la industria de la industria de la industria de la industria de la industria de la industria de la industria de la industria de la industria de la industria de la industria de la industria de la industria de la industria de la industria de la industria de la industria de la industria de la industria de la industria de la industria de la industria de la industria de la industria de la industria de la industria de la industria de SNR - ¿Qué pasa?

A14BSNR27B/14B

Arquitectura

Wan-VAE

Wan2.2-VAE comprime T×H×W por 4×16×16 (taxa 64) y aún supera varias VAEs 4×8×8 en PSNR / SSIM / LPIPS.

4×16×16TI2V-5BPSNR

Inferencia

Extender rápido, LoRA, cuantización, VRAM, y trabajo de sincronización APIs.

Inferencia

Extensión de prompts

El generate.py oficial puede ampliar un mensaje corto (o una imagen) con DashScope Qwen o un local Qwen2.5 / Qwen2.5-VL.

QwenDashScope--use_prompt_extend

Inferencia

LoRA de vídeo

Los adaptadores de bajo rango en Wan DiT. MoE generalmente necesita un par de alto ruido + bajo ruido. No deje T2V LoRAs en Animate.

LoRADiffSynthMoE pair

Inferencia

Cuantización de vídeo

Desde los lanzamientos oficiales de dtype hasta la comunidad FP8, GGUF, destilación y caché.

FP8GGUFLightX2V

Inferencia

FP8 vs GGUF

FP8 se mantiene un matmul GPU denso. GGUF es un archivo de peso de bloque cuántico para cargadores de baja VRAM. Resolven diferentes problemas de memoria.

e4m3Q4_KComfyUI

Inferencia

VRAM para modelos de vídeo

Planos oficiales: A14B ≥ 80 GB un solo GPU; TI2V-5B ≥ 24 GB con descarga. Donde T5, DiT, las activaciones y VAE se encuentran en la pila.

80GB4090offload

Inferencia

Trabajos asíncronos de API de vídeo

Wan muestreo toma minutos. DashScope, Gradio Spaces, Replicate y fal todos devuelven un ID de trabajo y encuesta no mantienen HTTP abierto.

DashScopeGradiojob_id

Fuentes

Los pesos abiertos se detienen en Wan2.2 (más Wan2.1 FLF2V / VACE). Wan 2.5, 2.6, 2.7 y 3.0 son productos de audio nativo API sin puntos de control públicos de estilo 2.2.