Wan2.2 实际发布了什么
README 列出五个可下载模型。T2V-A14B 与 I2V-A14B 是混合专家 DiT（总参约 27B，每步激活 14B），支持 480P 与 720P。TI2V-5B 是 5B 稠密混合文/图生视频，使用 Wan2.2-VAE（4×16×16），官方规格 720P / 24 fps（含 1280×704）。S2V-14B（2025-08-26）是语音生视频。Animate-14B（2025-09-19）做角色动画与替换。
| Checkpoint | 任务 | 规模 | 分辨率 | 开源权重 |
|---|---|---|---|---|
| Wan2.2-T2V-A14B | 文 → 无声视频 | MoE 27B / 激活 14B | 480P、720P | 是，Apache 2.0 |
| Wan2.2-I2V-A14B | 图 → 无声视频 | MoE 27B / 激活 14B | 480P、720P | 是，Apache 2.0 |
| Wan2.2-TI2V-5B | 文或图 → 视频 | 稠密 5B + Wan2.2-VAE | 720P @ 24 fps | 是，Apache 2.0 |
| Wan2.2-S2V-14B | 图 + 音频 → 说话视频 | 14B | 480P、720P | 是，Apache 2.0 |
| Wan2.2-Animate-14B | 参考图 + 驱动视频 | 14B | 通常 720P | 是，Apache 2.0 |
仍留在 Wan2.1 上的能力
首尾帧（FLF2V）与一体化编辑 VACE 发在 Wan2.1 线（FLF2V 2025-04-17，VACE 2025-05-14）。2.2 的模型表里没有 Wan2.2-FLF2V 或 Wan2.2-VACE。这两项请用 Wan2.1-FLF2V-14B-720P 与 Wan2.1-VACE-1.3B / 14B，或后续闭源 API 重新提供的首尾帧控件。
Wan 2.5+ 不是开源 2.2 升级包
从 2.5 起公开叙事是原生音视频（对白、音效、配乐一次出）、1080P 和更长时长。这些以 API 提供。不要指望 Wan2.2-T2V-A14B 自己出声带，也不要把「Wan 2.5 开源权重」传闻当成 Hugging Face Wan-AI 上 2.2 仓库的替代品。
2.2 相对 2.1 改了什么
- MoE 去噪：高噪声专家管布局，低噪声专家管细节，每步激活算力接近稠密 14B。
- 电影感标签：光线、构图、对比、色调进入训练配比。
- 数据相对 Wan2.1：图片 +65.6%，视频 +83.2%（README）。
- 消费级 720P：TI2V-5B + Wan2.2-VAE，24 GB 卡开启 offload 可跑。
常见问题
- Wan2.2 还是最新开源旗舰吗？
- 它是最后一代完整开源的 T2V/I2V 旗舰。2.5–3.0 视频模型是 API 产品。之后仍可能出现 Apache-2.0 专项模型（Animate-2、Dancer 等），以 Hugging Face Wan-AI 为准，不要假设每个版本号都能下载。
- T2V-A14B 带音频吗？
- 不带。开源 T2V/I2V 输出无声。2.2 家族里音频是 S2V 的输入，不是 T2V 的输出。
- 权重在哪？
- Hugging Face Wan-AI 与 ModelScope Wan-AI。代码：github.com/Wan-Video/Wan2.2。论文：arXiv:2503.20314。
一手来源
对照 Wan-Video/Wan2.2 README 核对 · 2026-08-28
