阿里开源通义万相Wan2.2视频模型：270亿参数重构AIGC创作范式
2025年7月29日，阿里巴巴正式对外发布通义万相Wan2.2系列视频生成模型的开源计划，一次性开放三款核心模型——文生视频Wan2.2-T2V-A14B、图生视频Wan2.2-I2V-A14B及统一视频生成Wan2.2-IT2V-5B。这标志着国内AI视频生成领域在基础模型研发与产业化落地层面实现重大突破，为创作者生态注入全新活力。此次开源的两款主力模型（文生/图生视频）采用创新混合专家（M
阿里开源通义万相Wan2.2视频模型：270亿参数重构AIGC创作范式
项目地址: https://ai.gitcode.com/hf_mirrors/Wan-AI/Wan2.2-I2V-A14B-Diffusers 2025年7月29日，阿里巴巴正式对外发布通义万相Wan2.2系列视频生成模型的开源计划，一次性开放三款核心模型——文生视频Wan2.2-T2V-A14B、图生视频Wan2.2-I2V-A14B及统一视频生成Wan2.2-IT2V-5B。这标志着国内AI视频生成领域在基础模型研发与产业化落地层面实现重大突破，为创作者生态注入全新活力。
此次开源的两款主力模型（文生/图生视频）采用创新混合专家（MoE）架构，通过270亿总参数与140亿激活参数的动态配置，构建起"双专家协同"计算体系。其中高噪声专家模型专注处理视频运动轨迹、场景转换等宏观结构生成，低噪声专家模型则负责纹理细节、光影变化等微观优化。官方测试数据显示，该架构在保持同等生成质量的前提下，较传统Transformer架构降低50%的GPU算力消耗，这一技术突破使大规模视频生成任务的硬件门槛大幅降低。
在创作能力维度，该系列模型首次将电影工业级美学控制引入AI生成系统。通过自然语言指令组合，创作者可精确调控12大类视觉要素，包括但不限于：采用"伦勃朗光+三分构图"营造戏剧张力，通过"青橙色调+慢镜头"呈现文艺电影质感，或用"逆光剪影+动态模糊"强化动作场景冲击力。这种精细化控制能力，使普通用户也能创作出符合专业影视美学标准的视频内容。
统一视频生成模型Wan2.2-IT2V-5B则展现出惊人的性能平衡——50亿参数量级的模型体量，搭载自主研发的3D VAE压缩架构，实现4×16×16的时空压缩比（相当于64倍信息密度提升）。在硬件适配性测试中，该模型成功在单张RTX 4090（24GB显存）设备上完成720P/24fps/5秒视频的全流程生成，耗时仅需3分42秒，生成效率较同类开源模型提升2-3倍。这种"轻量级+高性能"的特性，为个人创作者与中小企业应用开辟了全新路径。
开发者生态建设方面，阿里提供全链路接入方案：学术研究与独立开发者可通过HuggingFace、魔搭社区获取完整模型权重与推理代码；企业级用户则可通过阿里云百炼平台调用经过优化的API服务，实现分钟级集成部署；普通用户则能直接通过通义万相官网及移动端App体验零代码创作。值得关注的是，自2024年初启动开源战略以来，通义万相系列已累计发布8款视频生成与编辑模型，全球开发者下载量突破500万次，形成涵盖从基础研究到商业应用的完整生态闭环。
此次开源举措的深层意义，在于推动视频生成技术从"实验室 demo"向"产业级工具"的跨越。随着模型性能的持续优化与应用场景的不断拓展，我们有理由相信，AI视频生成技术将在电商内容创作、教育课件开发、自媒体内容生产等领域引发效率革命。对于创作者而言，这不仅是工具的革新，更是创作范式的重构——当技术门槛大幅降低，创意表达将真正回归内容本质，一个人人皆可创作专业级视频的新时代正在加速到来。
通义万相团队表示，未来将持续迭代模型能力，计划在2025年Q4推出支持1080P分辨率与15秒时长的Wan3.0版本，并开放多镜头叙事与音频同步生成功能。随着开源生态的不断壮大，AI视频生成技术有望在内容创作领域引发类似"单反相机普及"的产业变革，让视觉表达的权力真正走向大众化、普惠化。
火山引擎开发者社区是火山引擎打造的AI技术生态平台，聚焦Agent与大模型开发，提供豆包系列模型（图像/视频/视觉）、智能分析与会话工具，并配套评测集、动手实验室及行业案例库。社区通过技术沙龙、挑战赛等活动促进开发者成长，新用户可领50万Tokens权益，助力构建智能应用。
更多推荐
3
0- 0
已为社区贡献24条内容
所有评论(0)