Wan2.2-T2V-A14B

Wan2.2-T2V-A14B, opublikowany 28 lipca 2025 roku na licencji Apache 2.0, to model, który przeniósł pomysł mieszanki ekspertów z modeli językowych do dyfuzji wideo. Konstrukcja jest nietypowa i warto ją zrozumieć, bo nie chodzi tu o zwykłe kierowanie tokenów do ekspertów. Odszumianie wideo biegnie od czystego szumu do gotowej klatki, a Wan2.2 dzieli tę drogę na dwie części: ekspert od wysokiego szumu pracuje na wczesnych krokach, gdzie zadaniem jest ogólny układ kadru i ruch, a ekspert od niskiego szumu przejmuje kroki późniejsze, gdzie liczy się szczegół. Moment przekazania nie jest ustalony liczbą kroków, tylko stosunkiem sygnału do szumu w próbce, z przełączeniem w połowie jego minimum. Każdy z ekspertów ma około 14 miliardów parametrów, więc model liczy łącznie 27 miliardów, a w jednym kroku pracuje z nich 14 — pojemność rośnie, koszt uruchomienia nie. W praktyce model generuje pięciosekundowe klipy w rozdzielczości 480P albo 720P z polecenia tekstowego, a Alibaba wydała bliźniaczy model obraz-na-wideo, I2V-A14B, o tej samej architekturze. Uruchomienie go w postaci opublikowanej to zadanie dla serwerowni: przykładowe polecenie z karty modelu wymaga karty graficznej z co najmniej 80 GB pamięci. Własny test producenta, Wan-Bench 2.0, stawiał go w chwili premiery przed czołowymi modelami komercyjnymi w większości kategorii — to wynik z tablicy wyników samego producenta i tak należy go czytać. Powód, dla którego ten profil znaczy dziś więcej niż rok temu, leży w tym, co przyszło po nim. Wan2.2 to ostatnia numerowana generacja tej linii, której wagi w ogóle opublikowano — kolejne wersje dostępne przez API, od 2.5 do 3.0, są zamknięte. Sam ten model rozwijał się jednak dalej otwarcie: na tym samym koncie ukazały się Wan-Dancer (lipiec 2026) oraz wagi animacji postaci Animate-2 (lipiec i sierpień 2026), wszystkie zbudowane na Wan2.2. Zamknięty jest flagowiec, a nie cały dorobek zespołu. Wszystko, co Alibaba udostępniła od tamtej pory — 2.5, 2.6, 2.7 i Wan3.0 — działa wyłącznie przez API, a najnowsze pliki na koncie firmy na Hugging Face to poprawki tego właśnie modelu, a nie jego następcy. Kto chce Wana, którego da się uruchomić, zajrzeć do środka albo dostroić, wciąż trafia tutaj.

▸Wideo

Brak materiałów wideo.

▸Recenzje