阿里云通义万相2.2三款视频生成模型正式开源
7月29日消息,阿里云宣布通义万相重磅开源,通义万相2.2正式开源,包括开源阿里文生视频Wan2.2-T2V-A14B、图生视频Wan2.2-I2V-A14云通B、统一视频生成Wan2.2-TI2V-5B。
即日起,用户可在GitHub、H义万uggingFace、魔搭社区下载模型和代码,也可在通义万相官网和通义APP直相2接体验。
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.2参数量为27B,激活参数14B;同时,首创电影美学控制系统,光影、色彩、构图、三款微表情等能力媲美专业电影水平。
Wan2.2-T2V-A14B、Wan2.2-I2V-视频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生成善,在同参数规模下,可节省约50%的计算资源消耗,在模型能上,通义万相2.2在复模型杂运动生成、人物交互、美学表达、复杂运动等维度上也取得了显著提升。
统一视频生正式成Wan2.2-TI2V-5B是一款5B小尺寸的模型,单一模型同时支持文生视频和开源图生视频,可在消费级显卡部署。
该模型采用了高压缩率3D VAE架构,时间与空间压阿里缩比达到高达 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,仅需云通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义万像素级视频生成速度最快的基础模型。(宜月)
- ·Google宣布Gemini in Chrome正式向Workspace用户全面开放
- ·Research and Markets:到2025年,全球云计算收入预计将达3420亿美元
- ·AI赛车手狂虐人类登Nature!1000台PS4训练,极限超车独霸赛道
- ·英特尔拟300亿美元收购芯片公司GlobalFoundries:持续发力代工业务
- ·高铁很晃是什么梗
- ·出版行业面临 “谷歌零点击” 危机,寻求新出路
- ·标签: 奥迪 一汽奥迪 华为 华为乾崑 智能驾驶
- ·标签: Suno AI音乐 Menlo Ventures NVentures
- ·谷歌 NotebookLM 推出新报告功能,支持多语言生成和个性化设置
- ·标签: 无界动力 具身智能机器人 红杉中国 深创投
- ·苹果内部AI聊天机器人“Asa”曝光,为零售员工打造专属AI
- ·千问AI PPT重大升级:智能体架构赋能,全流程自动化制作
- ·无语!中国卖家为了清库存给美国一名女子寄了100多个亚马逊包裹
- ·当客户变成了对手,中小云厂商怎么活?
- ·数据分析:六大类分析方法
- ·微软领投自动驾驶初创公司Cruise 20亿美元投资
