Wan2.1 是什么
Wan2.1 被介绍为一款开源的大规模视频生成模型,通过创新的时空变分自编码器(VAE)、可扩展的训练策略、大规模数据构建和自动化评估指标提升性能与通用性。资料称它支持文本到视频、图像到视频和视频编辑等任务,并提到在多个基准测试中表现优异。
你可以用它做什么
- 由文本描述生成视频
- 从静态图像生成动态视频
- 编辑并优化现有视频
- 生成包含中文和英文的视频内容
- 用视频 VAE 高效编码解码 1080P 视频并保留时间信息
示例用途
- 用文本描述生成两只拟人化猫咪在舞台上拳击的视频
- 从静态海滩照片生成含海浪、阳光和沙滩的动态海滩视频
- 把低分辨率视频升级为高分辨率视频并优化画面质量
上手流程
- 克隆仓库:git clone https://github.com/Wan-Video/Wan2.1.git
- 安装依赖:pip install -r requirements.txt
- 通过 Hugging Face 或 ModelScope 下载模型权重
- 运行 generate.py 脚本,指定任务类型、模型路径和输入参数
优点与缺点
✓ 我们认可的地方
- 一个模型覆盖多种视频生成任务
- 开源特性让模型可自由使用与扩展
! 需要留意的地方
- 生成任务依赖另行下载的模型权重
- 运行需按脚本指定任务类型与输入参数
常见问题
列出支持哪些任务?
功能列表列出文本到视频、图像到视频、视频编辑与多语言文本生成。
模型权重怎么准备?
资料记录的流程是通过 Hugging Face 或 ModelScope 下载模型权重,再运行生成脚本。
最后评测: 2026-11-15