Wan Video ファミリー:オープンソースAIビデオ生成

Wan by Alibaba Cloud

ビデオテキストから動画へ画像から動画へオープンソース

アリババクラウド（Wan AI）によるオープンソースビデオ生成モデルシリーズ。初期のWan2.1（Apache 2.0ライセンス、14B/1.3Bパラメータ、T2VおよびI2V）から、MoEアーキテクチャを採用した次世代Wan2.2（14B/5Bパラメータ、T2V+I2Vハイブリッド、映画級の美的コントロール）まで。

GitHub (Wan2.1)GitHub (Wan2.2)HF 組織

バージョン

バージョン	アーキテクチャ	パラメータ	ハイライト
Wan2.1	Diffusion Transformer	14B / 1.3B	Apache 2.0、T2V + I2V、480P/720P、GGUF & Kijai サポート
Wan2.2	MoE (Mixture of Experts)	14B / 5B	Apache 2.0、hybrid TI2V、映画級の美的コントロール、先頭・最終フレーム
Wan2.2 Dancer	MoE + 階層構造	14B	Apache 2.0、音楽からダンス動画を生成、分単位の 720p/30fps、5 つのダンスジャンル
Wan-Animate-2	Dual-branch DiT	14B	Apache 2.0、エンドツーエンドのキャラクターアニメーション、テキスト駆動の視点制御、マルチキャラクター、リアルタイム Lite

チュートリアルや関連ニュースについてはバージョンを選択してください。厳選された重みのダウンロードはModel Hubカタログにあります。

エコシステムページ

いずれも Wan を基盤としたプロジェクトです。各ページで用途、ComfyUI での使い方、重みの入手先を説明しています。

ページ	用途
AccVideo	Wan2.1 のテキスト to ビデオを合成データ蒸留で最大 8 倍高速化
Anisora	Bilibili のアニメ調動画生成システム
ATI	物体・領域・カメラの動きを軌跡で制御
BindWeave	単一・複数被写体のプロンプトに対応した被写体一貫性
CausVid	因果的な少ステップ動画生成（CVPR 2025）
ChronoEdit	画像・動画の編集を動画生成として処理（NVIDIA）
EchoShot	複数の参照画像からマルチショットのポートレート動画
FantasyPortrait	音声駆動で複数キャラクターのポートレートをアニメーション
FastVideo	Wan2.1 と Wan2.2 5B 向けのリアルタイム蒸留 LoRA
FlashVSR	約 17 FPS のリアルタイム動画超解像
FLF2V	先頭と最終フレームから 720p のループ動画
InfiniteTalk	画像 1 枚からトーキングヘッドのアバター
Lightx2v	CFG とステップ蒸留の LoRA、rank 4〜256
Lynx	IP-Adapter 方式の被写体駆動動画（KwaiVGI）
MoviiGen	映画風の 14B fp16/fp8 ファインチューン
Phantom	被写体一貫性のある動画、14B と 1.3B（ByteDance）
SteadyDancer	最初のフレームを保つ人物ダンスアニメーション
UniLumos	画像と動画のライティング変更（Alibaba DAMO）
Wan-Move	潜在軌跡によるポイント単位の動き制御（NeurIPS 2025）