アリババのDAMOアカデミーが本日正式にリリースされました ワン 2.2は、オープンソースのビデオ生成モデルの次世代スイートであり、 専門家の混合（文部科学省） アーキテクチャ。Wan 2.2は、計算効率、モーション忠実度、そして映画のような表現力において飛躍的な向上を実現し、開発者やクリエイターが、かつてないほどのコントロールと柔軟性をもって、テキストや画像のプロンプトから高品質の1080pビデオを生成できるようになります。Wan 2.2は、前身のWan 2.1と比較して、モーション品質、ビジュアルディテール、そして計算効率において大幅な向上を実現しています。
Wan 2.2の主な革新
1. MoE駆動型ノイズ除去パイプライン
サブネットを分割することで、システムは最も重要な部分にリソースを割り当てることができます。つまり、シーンレイアウトの大まかな流れを描き、その後、細部を細かく調整していくのです。この設計により、Wan 2.2のフラッグシップモデルは合計27億個のパラメータを誇りながら、推論パスごとに14億個のパラメータしかアクティブ化せず、高品質な動画合成に必要な計算リソースを実質的に半減させることができます。
- 高騒音の専門家 全体的な動きの軌跡とシーンの構成を確立することに重点を置いています。
- 低騒音の専門家 細心の注意を払ったテクスチャ、顔のディテール、照明のニュアンスを適用します。