Wan-Move : Génération vidéo contrôlable par le mouvement

Aperçu

Wan-Move est un framework de génération vidéo contrôlable par le mouvement, construit sur Wan2.1, qui apporte un contrôle précis du mouvement au niveau des points aux modèles génératifs vidéo. Contrairement aux méthodes existantes qui souffrent d'une granularité de contrôle grossière et d'une évolutivité limitée, Wan-Move atteint un contrôle fin du mouvement grâce au guidage par trajectoire latente.

Le framework représente le mouvement en prenant les caractéristiques de la première image et en les propageant le long de trajectoires définies par l'utilisateur. Les utilisateurs peuvent marquer des points sur les objets de la première image et spécifier où ces points doivent apparaître dans les images suivantes, permettant un contrôle intuitif du mouvement similaire aux outils commerciaux comme le Motion Brush de Kling 1.5 Pro.

Wan-Move élimine le besoin de codeurs de mouvement auxiliaires, rendant le fine-tuning des modèles de base facilement évolutif. Grâce à un entraînement à grande échelle, il génère des vidéos de 5 secondes en 480p avec une contrôlabilité du mouvement qui rivalise avec les solutions commerciales, comme validé par des études utilisateur.

Intégration ComfyUI

Wan-Move est disponible dans ComfyUI via les nœuds personnalisés Kijai WanVideoWrapper. Les variantes de modèle fp16 et fp8 sont hébergées sur Hugging Face sous Kijai/WanVideo_comfy.

Ressources

Ressource	Lien
Article	arXiv:2512.08765
GitHub	github.com/ali-vilab/Wan-Move
HuggingFace (Kijai)	Kijai/WanVideo_comfy
Page du projet	wanmove.net
NeurIPS	neurips.cc/virtual/2025/poster/116293