रेफ़रेंस से वीडियो

Wan2.1-VACE

VACE (वीडियो ऑल-इन-वन क्रिएशन एंड एडिटिंग, आईसीसीवी 2025, arXiv:2503.07598) संपादन, संदर्भ छवियों और मास्क को एक वीडियो कंडीशन यूनिट में लपेटता है, फिर उन्हें Wan DiT पर एक संदर्भ एडाप्टर के माध्यम से इंजेक्ट करता है। वजनः Wan2.1-VACE-1.3B (~81×480×832) और Wan2.1-VACE-14B (~81×720×1280), Apache 2.0।

• R2V कोई इनपुट वीडियो नहीं; अवधारणाएँ पाठ + संदर्भ छवियों से आती हैं।
• V2V वीडियो पर पिक्सेल स्तर पर रीस्टाइल / संरचना / गति संरक्षण।
• MV2V मुखौटा स्थानीय संपादन (इंपेंट, स्वैप, विस्तार) ।
• रचनाएँः संदर्भ कुछ भी, स्थानांतरित कुछ भी, Animate कुछ भी, स्वैप कुछ भी, विस्तार कुछ भी.

Wan2.2-Animate-14B

Animate एक 2.2-युग विशेषज्ञ है। एनीमेशन मोडः चरित्र छवि ड्राइव वीडियो से आंदोलन और अभिव्यक्ति को कॉपी करती है। प्रतिस्थापन मोडः चरित्र ड्राइव वीडियो में डाला जाता है (मास्क + पृष्ठभूमि + वैकल्पिक पुनः प्रकाश LoRA) । प्रीप्रोसेस एक्सट्रैक्ट्स generate.py --task animate-14B से पहले स्थिति / चेहरे (और प्रतिस्थापन के लिए, पृष्ठभूमि / मुखौटा) ।

python generate.py --task animate-14B --ckpt_dir ./Wan2.2-Animate-14B/ --src_root_path ./examples/wan_animate/animate/process_results/ --refert_num 1

संदर्भ पथ के रूप में S2V

Wan2.2-S2V-14B --pose_video ले सकता है इसलिए ऑडियो और एक पोज अनुक्रम एक ही पहचान छवि ड्राइव है। यह भाषण के साथ संदर्भ-टू-वीडियो है, VACE नहीं।

अक्सर पूछे जाने वाले प्रश्न

VACE या Animate?

एक मौजूदा clip → VACE के इनपेंट/आउटपेंट/डीप्टी/पोज संपादन की आवश्यकता है. ड्राइव वीडियो → Animate करने के लिए एक स्थिर वर्ण की आवश्यकता है. ऑडियो → S2V से बात करने की आवश्यकता है.

R2V Wan2.2 T2V में है?

T2V-A14B पर कोई अतिरिक्त संदर्भ छवि स्लॉट नहीं। VACE R2V या Animate का उपयोग करें।