Wan 2.1 API

Wan 2.1 API ialah antara muka penjanaan video dipacu AI termaju yang mengubah input teks atau imej kepada video realistik berkualiti tinggi menggunakan model pembelajaran mendalam yang terkini.

Maklumat Asas: Apakah Wan 2.1?

Wan 2.1 ialah model AI yang dibangunkan oleh Alibaba Cloud, direka untuk menjana kandungan video berkualiti tinggi daripada input teks atau berasaskan imej. Ia memanfaatkan rangka kerja pembelajaran mendalam lanjutan, termasuk Diffusion Transformers dan 3D Variational Autoencoders (VAEs), untuk mensintesis klip video yang dinamik dan koheren secara visual. Sebagai penyelesaian sumber terbuka, Wan 2.1 boleh diakses oleh pelbagai pembangun, penyelidik dan pencipta kandungan, dengan ketara memajukan keupayaan penjanaan video dipacu AI.

Metrik Prestasi Wan 2.1

Wan 2.1 telah menunjukkan prestasi luar biasa dalam kualiti video yang dijana AI, secara konsisten mengatasi model sumber terbuka sedia ada dan menyaingi penyelesaian sumber tertutup komersial. Model ini mendapat kedudukan tinggi pada VBench, penanda aras yang digunakan untuk menilai model penjanaan video, terutamanya cemerlang dalam penjanaan gerakan kompleks dan interaksi berbilang objek. Berbanding dengan lelaran terdahulu, Wan 2.1 menawarkan ketekalan temporal yang unggul, resolusi dipertingkatkan dan artifak yang dikurangkan, memastikan pengalaman tontonan yang lancar.

Butiran Teknikal

Inovasi Seni Bina

Model ini dibina di atas rangka kerja canggih yang menggabungkan:

• Autoenkoder Variasi 3D (VAE): Meningkatkan pemampatan spatiotemporal dan mengurangkan penggunaan memori sambil mengekalkan kualiti video yang tinggi.
• Pengubah Resapan (DiT): Melaksanakan mekanisme perhatian penuh yang membolehkan ketekalan spatiotemporal jangka panjang dalam penjanaan video.
• Proses Latihan Pelbagai Peringkat: Meningkatkan resolusi dan tempoh video secara beransur-ansur untuk mengoptimumkan kecekapan latihan dan peruntukan sumber pengiraan.

Varian Model

Untuk memenuhi keperluan pengguna yang berbeza, ia tersedia dalam berbilang konfigurasi:

• Wan 2.1-T2V-14B: Model teks-ke-video 14 bilion parameter yang dioptimumkan untuk sintesis video yang realistik dan berkualiti tinggi.
• Wan 2.1-T2V-1.3B: Model 1.3 bilion parameter yang lebih mudah diakses yang memerlukan hanya 8.19 GB VRAM, membolehkan GPU gred pengguna menjana video 5p 480 saat dalam kira-kira 4 minit.
• Wan 2.1-I2V-14B-480P & 720P: Model imej-ke-video yang menyokong resolusi berbeza, direka untuk menukar imej statik kepada kandungan video dinamik.

Set Data Latihan dan Prapemprosesan

Set data yang digunakan untuk Wan 2.1 terdiri daripada jujukan video berskala besar dan berkualiti tinggi yang disusun dengan teliti menggunakan proses pembersihan dan penambahan data berbilang langkah. Ini memastikan penyingkiran data berkualiti rendah sambil meningkatkan kesetiaan visual dan gerakan. Proses pralatihan dibahagikan kepada empat peringkat, secara beransur-ansur memperhalusi keupayaan model untuk mengendalikan pelbagai resolusi dan kerumitan gerakan.

Evolusi Wan 2.1

Wan 2.1 ialah evolusi langsung model penjanaan video dipacu AI terdahulu, menyepadukan peningkatan yang ketara berbanding lelaran sebelumnya. Peralihan daripada rangkaian permusuhan generatif konvensional (GAN) kepada seni bina berasaskan resapan telah meningkatkan realisme dan keselarasan video yang dihasilkan dengan ketara. Tambahan pula, penggunaan mekanisme perhatian berasaskan pengubah telah membolehkan pemodelan spatiotemporal yang lebih canggih, yang membawa kepada prestasi yang lebih baik merentas pelbagai metrik penilaian.

Kelebihan Wan 2.1

Penjanaan Video Terkini

Wan 2.1 mengatasi model sumber terbuka sedia ada dalam menghasilkan video realistik dengan gerakan kompleks dan objek yang kelihatan semula jadi.

Kecekapan Pengiraan Tinggi

Seni bina yang dioptimumkan memastikan penggunaan GPU yang cekap, membolehkan perkakasan gred pengguna menjana kandungan video berkualiti tinggi.

Potensi Aplikasi Serbaguna

Menyokong penjanaan teks-ke-video (T2V) dan imej-ke-video (I2V), menjadikannya sangat mudah disesuaikan untuk pelbagai industri, termasuk media, pemasaran, pendidikan dan permainan.

Kebolehcapaian Sumber Terbuka

Wan 2.1 tersedia di bawah lesen Apache 2.0, memupuk inovasi dan membolehkan penggunaan yang lebih meluas dalam kalangan penyelidik dan pembangun AI.

Petunjuk teknikal

Prestasi Penanda Aras

• Kedudukan VBench: Secara konsisten mencapai skor tertinggi dalam interaksi berbilang objek dan kategori kerumitan gerakan.
• Kelajuan Inferens: Varian model yang lebih kecil (1.3B) menjana video 5p 480 saat dalam 4 minit pada RTX 4090 tanpa memerlukan teknik pengoptimuman seperti pengkuantitian.
• Penggunaan Memori: Memerlukan hanya 8.19 GB VRAM untuk pemprosesan yang cekap, menjadikannya boleh diakses oleh pelbagai pengguna.

Senario Aplikasi

Pengiklanan dan Pemasaran Membolehkan jenama mencipta video promosi berkualiti tinggi dengan pantas, mengurangkan kos pengeluaran dan garis masa.

Pendidikan dan Latihan Memudahkan pembangunan kandungan pengajaran yang dinamik, meningkatkan penglibatan dan pengalaman pembelajaran.

Hiburan dan Penciptaan Kandungan Memperkasakan pembuat filem, animator dan pencipta kandungan dengan alat pengeluaran video berbantukan AI.

Realiti Maya (VR) dan Realiti Diperkukuh (AR) Menyokong penciptaan pengalaman digital yang mendalam melalui aset video yang dijana AI.

Topik yang berkaitan:3 Model Penjanaan Muzik AI Terbaik 2025

Kesimpulan

Wan 2.1 mewakili kemajuan besar dalam penjanaan video dipacu AI, menetapkan penanda aras baharu untuk kualiti, kecekapan dan kebolehaksesan. Gabungan seni bina pembelajaran mesin yang canggih, kecekapan pengiraan yang tinggi dan ketersediaan sumber terbuka menjadikannya alat yang berharga merentas pelbagai industri. Memandangkan AI terus menolak sempadan kreativiti dan automasi, ia menunjukkan potensi model generatif dalam membentuk semula penciptaan kandungan digital.

Bagaimana untuk memanggil Wan 2.1 API dari CometAPI

1.Log masuk kepada cometapi.com. Jika anda belum menjadi pengguna kami, sila daftar dahulu

2.Dapatkan kunci API kelayakan akses antara muka. Klik "Tambah Token" pada token API di pusat peribadi, dapatkan kunci token: sk-xxxxx dan serahkan.

3. Dapatkan url tapak ini: https://api.cometapi.com/

4. Pilih titik akhir Wan 2.1 untuk menghantar permintaan API dan menetapkan badan permintaan. Kaedah permintaan dan badan permintaan diperoleh daripada dokumen API tapak web kami. Laman web kami juga menyediakan ujian Apifox untuk kemudahan anda.

5. Proses respons API untuk mendapatkan jawapan yang dijana. Selepas menghantar permintaan API, anda akan menerima objek JSON yang mengandungi penyiapan yang dijana.