1. Einführung in das Tutorial

Wan2.1-VACE-14B ist ein umfassendes, einheitliches Videogenerierungs- und -bearbeitungsmodell, das am 15. Mai 2025 vom Tongyi Wanxiang-Team von Alibaba als Open Source veröffentlicht wurde. Dieses auf der Tongyi Wanxiang V2.1-Plattform trainierte Modell ist das branchenweit erste KI-Tool für Video, das flexible Multitasking-Kombinationen unterstützt und den gesamten Workflow von der Videogenerierung bis zur detaillierten Bearbeitung in einem Schritt abwickelt. Es unterstützt die Konvertierung von Text zu Video, Bild zu Video sowie die Konvertierung des ersten/letzten Frames zu Video. Zugehörige Forschungsarbeiten sind verfügbar. Wan: Offene und erweiterte großformatige Videogenerierungsmodelle .

Dieses Tutorial verwendet eine einzelne A6000-Karte. Die Videoerstellung dauert etwa 30 Minuten. Wir empfehlen die Verwendung einer höheren Rechenleistung.

In diesem Workflow-Tutorial werden die folgenden Modelldateien verwendet:

• wan2.1_vace_14B_fp16.safetensor
• wan_2.1_vae.safetensors
• umt5_xxl_fp8_e4m3fn_scaled.safetensor

2. Projektbeispiele

3. Bedienungsschritte

1. Klicken Sie nach dem Starten des Containers auf die API-Adresse, um die Weboberfläche aufzurufen

Wenn „Bad Gateway“ angezeigt wird, bedeutet dies, dass das Modell initialisiert wird. Da das Modell groß ist, warten Sie bitte etwa 1–2 Minuten und aktualisieren Sie die Seite.

2. Funktionsdemonstration

Anwendung

Beim ersten Klonen müssen Sie den Workflow manuell im Ordner öffnen und laden.

4. Diskussion

🖌️ Wenn Sie ein hochwertiges Projekt sehen, hinterlassen Sie bitte im Hintergrund eine Nachricht, um es weiterzuempfehlen! Darüber hinaus haben wir auch eine Tutorien-Austauschgruppe ins Leben gerufen. Willkommen, Freunde, scannen Sie den QR-Code und kommentieren Sie [SD-Tutorial], um der Gruppe beizutreten, verschiedene technische Probleme zu besprechen und Anwendungsergebnisse auszutauschen ↓ 

Zitationsinformationen

Dank an den Github-Benutzer SuperYang  Für die Bereitstellung dieses Lernprogramms lauten die Projektreferenzinformationen wie folgt:

@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}
}