阿里通义万相近期开源了三款视频生成模型：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）。其中，文生视频和图生视频模型业界首创性地采用了 MoE 架构，总参数量 27B，激活参数 14B，有效降低了计算资源消耗。新版本还引入了“电影美学控制系统”，在光影、色彩、构图等方面达到了专业电影水准。此外，还开源了一款 5B 的小尺寸统一模型，支持文生视频和图生视频，可在消费级显卡上部署，生成速度快，显存需求低。这些模型可在 GitHub、HuggingFace 等平台获取，已在开源社区获得广泛关注。
✨ **业界首创MoE架构视频模型**：通义万相此次开源的文生视频（Wan2.2-T2V-A14B）和图生视频（Wan2.2-I2V-A14B）模型，是业界首个采用 MoE（Mixture of Experts）架构的视频生成模型。该架构通过高噪声专家模型和低噪专家模型协同工作，分别负责视频的整体布局和细节完善，有效解决了视频生成中 Token 过长导致的计算资源消耗问题，在同等参数规模下可节省约 50% 的计算资源。
🎬 **电影级美学控制系统**：通义万相 2.2 版本创新性地推出了“电影美学控制系统”，能够实现媲美专业电影的光影、色彩、构图和微表情控制。用户可以通过输入“黄昏”、“柔光”、“边缘光”、“暖色调”、“中心构图”等关键词，生成具有浪漫氛围的画面；或使用“冷色调”、“硬光”、“平衡图”、“低角度”等组合，创造出科幻片式的视觉效果，极大地增强了视频生成的艺术表现力。
🚀 **高效能小尺寸统一模型**：通义万相还开源了一款 5B 的小尺寸统一视频生成模型（Wan2.2-IT2V-5B），该模型集成了文生视频和图生视频功能，并采用了高压缩率 3D VAE 架构，实现了高达 64 的信息压缩率。其在消费级显卡上仅需 22G 显存即可在数分钟内生成 5 秒高清视频，是目前 720P 像素级、24 帧每秒生成速度最快的基础模型之一，极大地降低了视频生成的技术门槛。
📈 **持续迭代与社区贡献**：自今年 2 月以来，通义万相已连续开源了多款视频生成模型，包括文生视频、图生视频、首尾帧生视频和全能编辑等。累计在开源社区的下载量已超过 500 万次，显示了其在推动视频生成技术普及和发展方面的积极贡献，也获得了开发者社区的广泛认可和应用。
IT之家 7 月 28 日消息，今晚，阿里开源视频生成模型「通义万相 Wan2.2」，此次共开源文生视频（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，其中文生视频模型和图生视频模型均为业界首个使用 MoE 架构的视频生成模型，总参数量为 27B，激活参数 14B；同时，首创电影美学控制系统，光影、色彩、构图、微表情等能力媲美专业电影水平。
开发者可在 GitHub、HuggingFace、魔搭社区下载模型和代码，企业可在阿里云百炼调用模型 API，用户还可在通义万相官网和通义 App 直接体验。
据官方介绍，通义万相 2.2 率先在视频生成扩散模型中引入 MoE 架构，有效解决视频生成处理 Token 过长导致的计算资源消耗大问题。Wan2.2-T2V-A14B、Wan2.2-I2V-A14B 两款模型均由高噪声专家模型和低噪专家模型组成，分别负责视频的整体布局和细节完善，在同参数规模下，可节省约 50% 的计算资源消耗，在模型能力上，通义万相 2.2 在复杂运动生成、人物交互、美学表达、复杂运动等维度上也取得了显著提升。
Wan2.2 还首创了「电影美学控制系统」，光影、色彩、构图、微表情等能力媲美专业电影水平。例如，用户输入「黄昏」、「柔光」、「边缘光」、「暖色调」「中心构图」等关键词，模型可自动生成金色的落日余晖的浪漫画面；使用「冷色调」、「硬光」、「平衡图」、「低角度」的组合，则可以生成接近科幻片的画面效果。
通义万相还开源了一款 5B 小尺寸的统一视频生成模型，单一模型同时支持文生视频和图生视频，可在消费级显卡部署。该模型采用了高压缩率 3D VAE 架构，时间与空间压缩比达到高达 4×16×16，信息压缩率提升至 64，均实现了开源模型的最高水平，仅需 22G 显存（单张消费级显卡）即可在数分钟内生成 5 秒高清视频，是目前 24 帧每秒、720P 像素级的生成速度最快的基础模型。
自今年 2 月以来，通义万相已连续开源文生视频、图生视频、首尾帧生视频和全能编辑等多款模型，在开源社区的下载量已超 500 万。
IT之家附开源地址：
GitHub：https://github.com/Wan-Video/Wan2.2
HuggingFace：https://huggingface.co/Wan-AI
魔搭社区：https://modelscope.cn/organization/Wan-AI
