Wan 2.2 模型 Wiki

按官方 README 与论文核对的 Wan2.2 Apache-2.0 地图：任务 checkpoint、论文/仓库里的 DiT MoE 与 Wan-VAE 图，以及社区推理栈（LoRA、FP8、GGUF、显存、异步 API）。Wan 2.5 起的原生音视频按产品线说明，不当成 2.2 权重能力。

从模型家族开始跳到任务

对照 Wan-Video/Wan2.2 README 核对 · 2026-08-28

Wan 开源模型家族

17

Wiki 条目任务、架构、推理

5

2.2 开源模型 T2V · I2V · TI2V · S2V · Animate

11

官方配图 MoE、VAE、S2V、VACE、显存

A2.0

许可证 2.2 权重 Apache 2.0

搜索 Wiki

17 篇条目

家族

哪些开源 checkpoint 真实存在，后续闭源产品线补了什么。

家族

Wan 开源模型家族

对照 Apache-2.0 的 Wan2.1 / Wan2.2 开源权重与后续 2.5–3.0 闭源产品线，说明每个 checkpoint 真正覆盖的任务。

Wan2.2Apache 2.0A14B

任务

文生、图生、首尾帧、参考、语音、视频生音频、原生音视频。

任务

文生视频

Wan2.2-T2V-A14B 与 TI2V-5B 把提示词生成 480P / 720P 无声视频。官方 generate.py 任务名、分辨率与显存下限。

t2v-A14Bti2v-5B720P

任务

图生视频

I2V-A14B 与 TI2V-5B 把静帧变成视频。画幅跟随输入图；若用 Qwen-VL 扩写，提示词可以留空。

i2v-A14BCLIPaspect

任务

首尾帧生视频

开源专用首尾帧模型是 Wan2.1-FLF2V，不是 Wan2.2 权重。ComfyUI 如何钉住两帧，以及 2.2 I2V 实际在做什么。

FLF2VWan2.1keyframes

任务

参考生视频

用参考图或驱动视频锁定身份与动作：Wan2.1-VACE（R2V / V2V / MV2V）与 Wan2.2-Animate-14B。

VACEAnimate-14BR2V

任务

语音生视频

Wan2.2-S2V-14B 用一张人像加说话/唱歌音频生成对口型电影感视频。官方流水线图与 generate.py 参数。

S2V-14BCosyVoicelip-sync

任务

视频生音频

Wan2.2 的 T2V/I2V 输出无声画面。音效与配乐来自 ThinkSound 这类独立 V2A 模型，再与画面混流。

ThinkSoundV2Afoley

任务

原生音视频一体

画面、对白、音效一次生成是 Wan 2.5 起的产品能力。2.2 开源 T2V/I2V 权重不会自己出声带。

Wan 2.5API-onlysync

架构

DiT 骨干、高低噪声 MoE 专家与 Wan-VAE 压缩。

架构

扩散 Transformer

Wan 是作用在 3D VAE 潜变量上的流匹配 DiT，不是 U-Net。补丁 token、UMT5 交叉注意力与时间步 AdaLN。

DiTflow matchingUMT5

架构

混合专家 MoE

A14B 使用两个约 14B 专家（合计 27B，每步激活 14B）。高噪声专家管前期布局，SNR 阈值后切到低噪声专家精修。

A14BSNR27B/14B

架构

Wan-VAE

Wan2.2-VAE 把 T×H×W 压缩到 4×16×16（信息压缩率 64），PSNR / SSIM / LPIPS 仍优于多个 4×8×8 VAE。

4×16×16TI2V-5BPSNR

推理

提示词扩写、LoRA、量化、显存与异步任务 API。

推理

提示词扩写

官方 generate.py 可用 DashScope Qwen 或本地 Qwen2.5 / Qwen2.5-VL，把短提示词（或一张图）扩写成细描述。

QwenDashScope--use_prompt_extend

推理

视频 LoRA

在 Wan DiT 上挂低秩适配器。MoE 通常要高噪声 + 低噪声成对 LoRA。不要把 T2V LoRA 直接套到 Animate。

LoRADiffSynthMoE pair

推理

视频量化

从官方 dtype 转换到社区 FP8、GGUF、蒸馏与缓存。每条路径实际改的是计算图里的哪一层。

FP8GGUFLightX2V

推理

FP8 与 GGUF

FP8 仍是稠密 GPU 矩阵乘。GGUF 是给低显存加载器的分块量化权重文件。两者解决的是不同的显存问题。

e4m3Q4_KComfyUI

推理

视频模型显存

官方下限：A14B 单卡 ≥ 80 GB；TI2V-5B 开启 offload ≥ 24 GB。T5、DiT、激活和 VAE 各自占哪一层显存。

80GB4090offload

推理

视频 API 异步任务

Wan 采样要几分钟。DashScope、Gradio Space、Replicate 和 fal 都是返回任务 ID 再轮询——不要把 HTTP 连接一直挂着。

DashScopeGradiojob_id

来源

开源权重止于 Wan2.2（外加 Wan2.1 的 FLF2V / VACE）。Wan 2.5、2.6、2.7、3.0 的原生音视频是 API 产品，没有 2.2 那种公开 checkpoint。