快科技7月29日消息，7月28日晚，阿里AI 四连发 再落一子，电影级视频生成模型通义万相Wan2.2正式开源，并全面接入通义APP。
据悉，Wan2.2此次开源的文生视频模型和图生视频模型均为业界首个使用MoE架构的视频生成模型，总参数量为27B，激活参数14B，均由高噪声专家模型和低噪专家模型组成，分别负责视频的整体布局和细节完善。
在同等参数规模下，计算资源消耗降低约50%，有效缓解了视频生成处理Token过长带来的算力压力，可进一步提升生成效率和用户体验。
据介绍，Wan2.2开源后，手机用户只需在通义APP中输入文本或图片，即可化身 AI导演 ，借助Wan2.2首创的美学控制系统，生成具备电影级质感的1080P高清视频。
目前，用户单次可生成5秒视频，并可通过多轮提示词进一步完成短剧制作。
未来，通义万相还将继续提升单次视频生成的时长，让视频创作更高效。
据悉，Wan2.2首创的美学控制系统，直接将光影、色彩、镜头语言三大电影美学元素装进模型，可以随意组合60多个直观可控的参数，在构图、微表情、复杂调度等能力上媲美专业电影水平。
同时，Wan2.2还支持智能美学词响应、智能参数联动，用户只需简单描述，模型即可解析创作意图，并自动协调相关参数。
而在人物面部表情、多人交互、复杂运动等维度上，Wan2.2也实现显著提升。
模型不仅能生成 大笑 惊恐 等经典情绪，还能更细腻地刻画 思考时不经意的挑眉 强忍泪水时的嘴唇颤抖 等精细微表情。
此外，Wan2.2还深度优化了对力学、光学、流体力学等物理规律的模拟，可精准还原物体碰撞、光影折射、流体流动等真实动态。
官方也展示了一些输入提示词后呈现的案例，例如：生成一段复古且富有文艺感的视频；一段复刻电影《星际穿越》中宇航员在米勒星球的经典画面。
自今年2月以来，通义万相已连续开源文生视频、图生视频、首尾帧生视频和全能编辑等多款模型，目前相关功能均可在通义APP直接体验。
0 条