Wan2.2 實際釋出了什麼
README 列出五個可下載模型。T2V-A14B 與 I2V-A14B 是混合專家 DiT（總參約 27B，每步啟用 14B），支援 480P 與 720P。TI2V-5B 是 5B 稠密混合文/圖生影片，使用 Wan2.2-VAE（4×16×16），官方規格 720P / 24 fps（含 1280×704）。S2V-14B（2025-08-26）是語音生影片。Animate-14B（2025-09-19）做角色動畫與替換。
| Checkpoint | 任務 | 規模 | 解析度 | 開源權重 |
|---|---|---|---|---|
| Wan2.2-T2V-A14B | 文 → 無聲影片 | MoE 27B / 啟用 14B | 480P、720P | 是，Apache 2.0 |
| Wan2.2-I2V-A14B | 圖 → 無聲影片 | MoE 27B / 啟用 14B | 480P、720P | 是，Apache 2.0 |
| Wan2.2-TI2V-5B | 文或圖 → 影片 | 稠密 5B + Wan2.2-VAE | 720P @ 24 fps | 是，Apache 2.0 |
| Wan2.2-S2V-14B | 圖 + 音訊 → 說話影片 | 14B | 480P、720P | 是，Apache 2.0 |
| Wan2.2-Animate-14B | 參考圖 + 驅動影片 | 14B | 通常 720P | 是，Apache 2.0 |
仍留在 Wan2.1 上的能力
首尾幀（FLF2V）與一體化編輯 VACE 發在 Wan2.1 線（FLF2V 2025-04-17，VACE 2025-05-14）。2.2 的模型表裡沒有 Wan2.2-FLF2V 或 Wan2.2-VACE。這兩項請用 Wan2.1-FLF2V-14B-720P 與 Wan2.1-VACE-1.3B / 14B，或後續閉源 API 重新提供的首尾幀控制元件。
Wan 2.5+ 不是開源 2.2 升級包
從 2.5 起公開敘事是原生音影片（對白、音效、配樂一次出）、1080P 和更長時長。這些以 API 提供。不要指望 Wan2.2-T2V-A14B 自己出聲帶，也不要把「Wan 2.5 開源權重」傳聞當成 Hugging Face Wan-AI 上 2.2 倉庫的替代品。
2.2 相對 2.1 改了什麼
- MoE 去噪：高噪聲專家管佈局，低噪聲專家管細節，每步啟用算力接近稠密 14B。
- 電影感標籤：光線、構圖、對比、色調進入訓練配比。
- 資料相對 Wan2.1：圖片 +65.6%，影片 +83.2%（README）。
- 消費級 720P：TI2V-5B + Wan2.2-VAE，24 GB 卡開啟 offload 可跑。
常見問題
- Wan2.2 還是最新開源旗艦嗎？
- 它是最後一代完整開源的 T2V/I2V 旗艦。2.5–3.0 影片模型是 API 產品。之後仍可能出現 Apache-2.0 專項模型（Animate-2、Dancer 等），以 Hugging Face Wan-AI 為準，不要假設每個版本號都能下載。
- T2V-A14B 帶音訊嗎？
- 不帶。開源 T2V/I2V 輸出無聲。2.2 家族裡音訊是 S2V 的輸入，不是 T2V 的輸出。
- 權重在哪？
- Hugging Face Wan-AI 與 ModelScope Wan-AI。程式碼：github.com/Wan-Video/Wan2.2。論文：arXiv:2503.20314。
一手來源
已對照 Wan-Video/Wan2.2 README 核對 · 2026-08-28
