Wan2.2：开放式高级大规模视频生成模型

一、教程简介

Wan-2.2 是由阿里巴巴旗下通义万相实验室于 2025 年 7 月 28 日开源的先进 AI 视频生成模型。共开源文生视频（Wan2.2-T2V-A14B）、图生视频（Wan2.2-I2V-A14B）和统一视频生成（Wan2.2-IT2V-5B）三款模型，总参数量达 270 亿。模型首次引入混合专家（MoE）架构，有效提升生成质量和计算效率，同时首创电影级美学控制系统，能精准控制光影、色彩、构图等美学效果。教程使用的 5B 参数紧凑视频生成模型，支持文本和图像生成视频，能在消费级显卡上运行，基于高效的 3D VAE 架构，实现高压缩率和快速生成高清视频的能力。相关论文成果为「Wan: Open and Advanced Large-Scale Video Generative Models」。

该教程算力资源采用单卡 RTX A6000，本教程部署的模型为 Wan2.2-IT2V-5B 。提供 Text-to-Video Generation 、 Image-to-Video Generation 两个示例供测试。

二、效果展示

文本生成视频

图像生成视频

三、运行步骤

1. 启动容器

2. 使用步骤

若显示「Bad Gateway」，这表示模型正在初始化，由于模型较大，请等待约 2-3 分钟后刷新页面。

1. Text-to-Video Generation

具体参数：

• Prompt：描述想要生成视频内容的文本。
• Duration：指定希望生成的视频时长（秒）。
• Output Resolution：选择生成视频的分辨率（宽 x 高）。
• Sampling Steps：控制视频生成过程中迭代优化的次数（扩散模型的去噪步数）。
• Guidance Scale：控制模型遵循用户提示词的程度。
• Sample Shift：与使用的采样器相关，用于调整采样过程参数。
• Seed：控制生成过程中的随机性。

2. Image-to-Video Generation

四、交流探讨

🖌️ 如果大家看到优质项目，欢迎后台留言推荐！另外，我们还建立了教程交流群，欢迎小伙伴们扫码备注【SD 教程】入群探讨各类技术问题、分享应用效果↓

引用信息

本项目引用信息如下：

@article{wan2025,
      title={Wan: Open and Advanced Large-Scale Video Generative Models}, 
      author={Team Wan and Ang Wang and Baole Ai and Bin Wen and Chaojie Mao and Chen-Wei Xie and Di Chen and Feiwu Yu and Haiming Zhao and Jianxiao Yang and Jianyuan Zeng and Jiayu Wang and Jingfeng Zhang and Jingren Zhou and Jinkai Wang and Jixuan Chen and Kai Zhu and Kang Zhao and Keyu Yan and Lianghua Huang and Mengyang Feng and Ningyi Zhang and Pandeng Li and Pingyu Wu and Ruihang Chu and Ruili Feng and Shiwei Zhang and Siyang Sun and Tao Fang and Tianxing Wang and Tianyi Gui and Tingyu Weng and Tong Shen and Wei Lin and Wei Wang and Wei Wang and Wenmeng Zhou and Wente Wang and Wenting Shen and Wenyuan Yu and Xianzhong Shi and Xiaoming Huang and Xin Xu and Yan Kou and Yangyu Lv and Yifei Li and Yijing Liu and Yiming Wang and Yingya Zhang and Yitong Huang and Yong Li and You Wu and Yu Liu and Yulin Pan and Yun Zheng and Yuntao Hong and Yupeng Shi and Yutong Feng and Zeyinzi Jiang and Zhen Han and Zhi-Fan Wu and Ziyu Liu},
      journal = {arXiv preprint arXiv:2503.20314},
      year={2025}
}