Famille Wan Video : Génération vidéo AI open source
ComfyUI Wiki
La série de modèles vidéo open source d'Alibaba Cloud. De Wan2.1 à Wan2.2, avec génération de texte ou d'image en vidéo et architecture MoE.
W
Wan par Alibaba Cloud
VidéoTexte vers vidéoImage vers vidéoOpen SourceSérie de modèles de génération vidéo open source d'Alibaba Cloud (Wan AI). Du Wan2.1 initial (sous licence Apache 2.0, 14B/1,3B paramètres, T2V et I2V) au Wan2.2 de nouvelle génération avec architecture MoE (14B/5B paramètres, T2V+I2V hybride, contrôle esthétique au niveau cinéma).
Versions
| Version | Architecture | Paramètres | Points forts |
|---|---|---|---|
| Wan2.1 | Diffusion Transformer | 14B / 1,3B | Apache 2.0, T2V + I2V, 480P/720P, support GGUF et Kijai |
| Wan2.2 | MoE (Mixture of Experts) | 14B / 5B | Apache 2.0, TI2V hybride, esthétique de niveau cinéma, première et dernière image |
| Wan2.2 Dancer | MoE + hiérarchique | 14B | Apache 2.0, musique vers vidéo de danse, 720p/30fps d'une minute, 5 styles de danse |
| Wan-Animate-2 | DiT à double branche | 14B | Apache 2.0, animation de personnage de bout en bout, contrôle du point de vue par texte, multi-personnages, Lite en temps réel |
Sélectionnez une génération pour accéder aux tutoriels et aux actualités associées. Les poids téléchargeables organisés se trouvent dans le catalogue du Model Hub.
Pages de l'écosystème
Des projets construits sur Wan. Chaque page décrit son usage, son intégration ComfyUI et où récupérer les poids.
| Page | Usage |
|---|---|
| AccVideo | Texte vers vidéo sur Wan2.1, jusqu'à 8 fois plus rapide par distillation |
| Anisora | Système de vidéo style anime de Bilibili |
| ATI | Contrôle de trajectoire pour objet, zone et caméra |
| BindWeave | Vidéo à sujet cohérent pour une ou plusieurs références |
| CausVid | Génération causale de vidéo en peu d'étapes (CVPR 2025) |
| ChronoEdit | Édition d'image et de vidéo traitée comme génération vidéo (NVIDIA) |
| EchoShot | Vidéo portrait multi-plans à partir de plusieurs références |
| FantasyPortrait | Animation de portraits multi-personnages guidée par l'audio |
| FastVideo | LoRA de distillation temps réel pour Wan2.1 et Wan2.2 5B |
| FlashVSR | Super-résolution vidéo temps réel à environ 17 FPS |
| FLF2V | Première et dernière image vers un clip 720p en boucle |
| InfiniteTalk | Avatars parlants à partir d'une seule image |
| Lightx2v | LoRA de distillation CFG et d'étapes, rank 4 à 256 |
| Lynx | Vidéo guidée par sujet façon IP-Adapter (KwaiVGI) |
| MoviiGen | Ajustement cinématographique 14B en fp16 ou fp8 |
| Phantom | Vidéo à sujet cohérent en 14B et 1.3B (ByteDance) |
| SteadyDancer | Animation de danse qui conserve la première image |
| UniLumos | Rééclairage d'images et de vidéos (Alibaba DAMO) |
| Wan-Move | Contrôle du mouvement au point par trajectoires latentes (NeurIPS 2025) |
Commentaires
Connectez-vous avec GitHub pour rejoindre la discussion.