Wan Video Family: Generación de video AI open-source
ComfyUI Wiki
La serie de modelos de video open-source de Alibaba Cloud. De Wan2.1 a Wan2.2, con generación de texto e imagen a video de alta calidad y arquitectura MoE.
W
Wan de Alibaba Cloud
VideoTexto a VideoImagen a VideoOpen SourceSerie de modelos de generación de video open-source de Alibaba Cloud (Wan AI). Desde el Wan2.1 inicial (licencia Apache 2.0, 14B/1.3B parámetros, T2V e I2V) hasta el Wan2.2 de nueva generación con arquitectura MoE (14B/5B parámetros, T2V+I2V híbrido, control estético de nivel cinematográfico).
Versiones
| Versión | Arquitectura | Parámetros | Destacados |
|---|---|---|---|
| Wan2.1 | Diffusion Transformer | 14B / 1.3B | Apache 2.0, T2V + I2V, 480P/720P, soporte GGUF y Kijai |
| Wan2.2 | MoE (Mezcla de Expertos) | 14B / 5B | Apache 2.0, TI2V híbrido, estética cinematográfica, primer-último fotograma |
| Wan2.2 Dancer | MoE + jerárquica | 14B | Apache 2.0, música a vídeo de baile, 720p/30fps de un minuto, 5 estilos de baile |
| Wan-Animate-2 | DiT de doble rama | 14B | Apache 2.0, animación de personajes de extremo a extremo, control de vista por texto, varios personajes, Lite en tiempo real |
Selecciona una generación para ver tutoriales y noticias relacionadas. Las descargas de pesos seleccionados se encuentran en el catálogo del Model Hub.
Páginas del ecosistema
Proyectos construidos sobre Wan. Cada página explica qué hace, cómo se usa en ComfyUI y dónde descargar los pesos.
| Página | Qué hace |
|---|---|
| AccVideo | Texto a vídeo en Wan2.1, hasta 8 veces más rápido por destilación |
| Anisora | Sistema de vídeo estilo anime de Bilibili |
| ATI | Control de trayectoria para objeto, región y cámara |
| BindWeave | Vídeo con sujeto consistente para uno o varios sujetos |
| CausVid | Generación causal de vídeo en pocos pasos (CVPR 2025) |
| ChronoEdit | Edición de imagen y vídeo tratada como generación de vídeo (NVIDIA) |
| EchoShot | Vídeo retrato multiplano desde varias imágenes de referencia |
| FantasyPortrait | Animación de retratos con varios personajes guiada por audio |
| FastVideo | LoRA de destilación en tiempo real para Wan2.1 y Wan2.2 5B |
| FlashVSR | Superresolución de vídeo en tiempo real a unos 17 FPS |
| FLF2V | Primer y último fotograma a un clip 720p en bucle |
| InfiniteTalk | Avatares parlantes desde una sola imagen |
| Lightx2v | LoRA de destilación de CFG y de pasos, rank 4 a 256 |
| Lynx | Vídeo guiado por sujeto estilo IP-Adapter (KwaiVGI) |
| MoviiGen | Ajuste cinematográfico 14B en fp16 o fp8 |
| Phantom | Vídeo con sujeto consistente en 14B y 1.3B (ByteDance) |
| SteadyDancer | Animación de baile que conserva el primer fotograma |
| UniLumos | Reiluminación de imágenes y vídeo (Alibaba DAMO) |
| Wan-Move | Control de movimiento por puntos con trayectorias latentes (NeurIPS 2025) |
Comentarios
Inicia sesión con GitHub para unirte a la conversación.