7月28日晚，阿里開源電影級視頻生成模型通義萬相Wan2.2。據(jù)介紹，Wan2.2直接將光影、色彩、鏡頭語言三大電影美學元素裝進模型，可以隨意組合60多個直觀可控的參數(shù)，大幅提升電影級畫面的制作效率。

通義萬相官方展示了《星際穿越》、《布達佩斯大飯店》、《海上鋼琴師》等電影的經(jīng)典畫面，目前該模型單次可生成5s的高清視頻，用戶可通過多輪提示詞進一步完成短劇制作，未來通義萬相還將繼續(xù)提升單次視頻生成的時長，讓視頻創(chuàng)作更高效。

據(jù)介紹，Wan2.2此次共開源文生視頻（Wan2.2-T2V-A14B）、圖生視頻（Wan2.2-I2V-A14B）和統(tǒng)一視頻生成（Wan2.2-TI2V-5B）三款模型，其中文生視頻模型和圖生視頻模型均為業(yè)界首個使用MoE架構的視頻生成模型，總參數(shù)量為27B，激活參數(shù)14B，均由高噪聲專家模型和低噪專家模型組成，分別負責視頻的整體布局和細節(jié)完善，在同參數(shù)規(guī)模下，可節(jié)省約50%的計算資源消耗，有效解決視頻生成處理Token過長導致的計算資源消耗大問題，同時在復雜運動生成、人物交互、美學表達、復雜運動等維度上也取得了顯著提升。

通義萬相還開源了一款5B小尺寸的統(tǒng)一視頻生成模型，單一模型同時支持文生視頻和圖生視頻，可在消費級顯卡部署。該模型采用了高壓縮率3D VAE架構，時間與空間壓縮比達到高達 4×16×16，信息壓縮率提升至 64，均實現(xiàn)了開源模型的最高水平，僅需22G顯存（單張消費級顯卡）即可在數(shù)分鐘內生成5秒高清視頻，是目前24幀每秒、720P像素級視頻生成速度最快的基礎模型之一。

即日起，開發(fā)者可在GitHub、HuggingFace、魔搭社區(qū)下載模型和代碼，企業(yè)可在阿里云百煉調用模型API，用戶還可在通義萬相官網(wǎng)和通義APP直接體驗。

自今年2月以來，通義萬相已連續(xù)開源文生視頻、圖生視頻、首尾幀生視頻和全能編輯等多款模型，在開源社區(qū)的下載量已超500萬，是開源社區(qū)最受歡迎的視頻生成模型之一。