Wan万相视频家族：开源AI视频生成
ComfyUI Wiki
阿里云的开源视频生成模型系列。从Wan2.1到Wan2.2，采用MoE架构，提供高质量文生视频和图生视频能力。
阿
阿里云Wan万相
视频文生视频图生视频开源阿里云（Wan万相 AI）的开源视频生成模型系列。从初版Wan2.1（Apache 2.0许可，14B/1.3B参数，文生视频和图生视频）到下一代Wan2.2（MoE架构，14B/5B参数，混合文生视频和图生视频，电影级美学控制）。
版本
| 版本 | 架构 | 参数 | 亮点 |
|---|---|---|---|
| Wan2.1 | Diffusion Transformer | 14B / 1.3B | Apache 2.0，文生视频+图生视频，480P/720P，支持GGUF和Kijai |
| Wan2.2 | MoE（混合专家） | 14B / 5B | Apache 2.0，混合文生图生视频，电影级美学，首尾帧控制 |
| Wan2.2 Dancer | MoE + 分层结构 | 14B | Apache 2.0，音乐驱动舞蹈生成，分钟级 720p/30fps，5 种舞种 |
| Wan-Animate-2 | 双分支 DiT | 14B | Apache 2.0，端到端角色动画，文本驱动视角控制，多角色，实时 Lite |
选择一个版本获取教程和相关新闻。精选权重下载位于模型中心目录中。
生态页面
以下项目都基于 Wan 构建。每页说明它做什么、ComfyUI 怎么用、权重在哪下载。
| 页面 | 用途 |
|---|---|
| AccVideo | Wan2.1 文生视频，合成数据蒸馏最高加速 8 倍 |
| Anisora | 哔哩哔哩的动漫风格视频生成系统 |
| ATI | 物体、局部区域与镜头的轨迹控制 |
| BindWeave | 单主体与多主体提示词的主体一致视频 |
| CausVid | 因果式少步视频生成（CVPR 2025） |
| ChronoEdit | 把图像与视频编辑当作视频生成（NVIDIA） |
| EchoShot | 多张参考图生成多镜头人像视频 |
| FantasyPortrait | 音频驱动的多角色人像动画 |
| FastVideo | 面向 Wan2.1 与 Wan2.2 5B 的实时蒸馏 LoRA |
| FlashVSR | 约 17 FPS 的实时视频超分 |
| FLF2V | 首尾帧生成 720p 循环视频 |
| InfiniteTalk | 单张图像生成口播数字人 |
| Lightx2v | CFG 与步数蒸馏 LoRA，rank 4 到 256 |
| Lynx | IP-Adapter 式的主体驱动视频（KwaiVGI） |
| MoviiGen | 电影质感的 14B fp16/fp8 微调 |
| Phantom | 主体一致视频，14B 与 1.3B（字节跳动） |
| SteadyDancer | 保留首帧的人体舞蹈动画 |
| UniLumos | 图像与视频重打光（阿里达摩院） |
| Wan-Move | 潜空间轨迹驱动的点级运动控制（NeurIPS 2025） |
评论
使用 GitHub 登录后即可参与讨论。