两条官方 T2V 入口
| 任务参数 | 模型 | 常用尺寸 | 官方显存 | 备注 |
|---|---|---|---|---|
| t2v-A14B | Wan2.2-T2V-A14B | 1280×720 或 480P | 单卡 ≥ 80 GB | MoE 高低噪声专家 |
| ti2v-5B | Wan2.2-TI2V-5B | 1280×704 或 704×1280 | offload 下 ≥ 24 GB | 720P @ 24 fps；文图一体 |
官方单卡命令
T2V-A14B（80 GB 级）
python generate.py --task t2v-A14B --size 1280*720 --ckpt_dir ./Wan2.2-T2V-A14B --offload_model True --convert_model_dtype --prompt "Two anthropomorphic cats in comfy boxing gear and bright gloves fight intensely on a spotlighted stage."TI2V-5B（24 GB / 4090 级）
python generate.py --task ti2v-5B --size 1280*704 --ckpt_dir ./Wan2.2-TI2V-5B --offload_model True --convert_model_dtype --t5_cpu --prompt "Two anthropomorphic cats in comfy boxing gear and bright gloves fight intensely on a spotlighted stage"多卡用 torchrun，加上 --dit_fsdp --t5_fsdp --ulysses_size。README 的八卡示例是没有单张 80 GB 时的官方路径。
栈里各层做什么
- 文本编码器：UMT5-XXL。显存紧时用 --t5_cpu。
- 骨干：流匹配 DiT。A14B 按 SNR 切专家；TI2V-5B 是稠密模型。
- 潜变量：A14B 走 2.1 系 4×8×8 VAE；TI2V-5B 走 2.2 的 4×16×16。
- 建议开提示词扩写，见 prompt-extension 条目。
质量说法怎么引用
README 把 Wan2.2 放在 Wan-Bench 2.0 上对比若干闭源模型，并强调运动/语义/美学数据比 2.1 多。第三方「SOTA」表除非写明同一套 bench 和同一个 2.2 checkpoint（A14B vs 5B vs 社区量化包），否则当营销看。
常见问题
- size 该填什么？
- A14B 用 1280*720（或 480P 组合）。TI2V-5B 的 720P 是 1280*704 或 704*1280，不是 1280*720。这个差别写在官方 README 里。
- 一条视频多长？
- 公开配方是短电影镜头（大约 5 秒量级）。S2V 时长跟音频走。
- 有 Diffusers 吗？
- 有。2025-07-28 新闻块列出 Wan-AI/Wan2.2-T2V-A14B-Diffusers 与 Wan2.2-TI2V-5B-Diffusers。
一手来源
对照 Wan-Video/Wan2.2 README 核对 · 2026-08-28
