공식 문서를 읽어 보세요
| VAE | T×H×W | 특징이 희미 | 정보율 | PSNR↑ | SSIM↑ | LPIPS↓ |
|---|---|---|---|---|---|---|
| SVD | 1×8×8 | 4 | 48 | 28.307 | 0.816 | 0.067 |
| 코스모스 | 4×8×8 | 16 | 48 | 29.632 | 0.863 | 0.132 |
| 유안 | 4×8×8 | 16 | 48 | 33.298 | 0.922 | 0.023 |
| 코그비디오X1.5 | 4×8×8 | 16 | 48 | 32.955 | 0.922 | 0.040 |
| Wan2.1-VAE | 4×8×8 | 16 | 48 | 32.222 | 0.911 | 0.026 |
| Wan2.2-VAE | 4×16×16 | 48 | 64 | 33.223 | 0.922 | 0.022 |
2.2 VAE는 더 넓은 잠잠 채널 (48 vs 16) 으로 공간적으로 압축되어 있다. 재구성 역시 이 테이블의 SSIM 및 LPIPS에 있는 4×8×8 패키지와 일치하거나 이겨내기도 한다.
TI2V-5B에 붙여넣어
README: 추가 패치피케이션 레이어와 함께 TI2V-5B의 전체 압축은 4×32×32에 도달합니다. 5B 밀도가 DiT과 결합하면, 5초 720P clip는 추가 컴파일러 트릭 없이 단일 소비자 GPU에서 9분 이하로 인용됩니다.
A14B는 여전히 이전 VAE 가문을 사용합니다
고 압축 VAE는 5B 하이브리드에서 호출됩니다. 27B MoE T2V/I2V 모델은 14B 규모 스택 (Wan2.1-style 4×8×8) 과 호환되는 잠잠성을 유지합니다. 그 가족들 간의 VAE 무게를 혼합하면 쓰레기를 디코드합니다.
자주 묻는 질문
- 왜 4시간에?
- 3D VAE: 네 프레임 (더 한 경계) 은 한 시간적 잠복으로 붕괴됩니다. 그래서 비디오 길이는 4n+1 프레임입니다.
- 2.1 VAE로 2.2 잠자리를 해독할 수 있나요?
- 채널 수와 공간적 진전이 다르기 (48 vs 16, 16 vs 8)
1차 출처
Wan-Video/Wan2.2 README 기준 확인 · 2026년 8월 28일
