阿里巴巴達摩院今日正式發布 萬 2.2，這是基於 混合專家（MoE） 架構。 Wan 2.2 承諾在計算效率、運動保真度和電影表現力方面實現突破性改進，使開發人員和創作者能夠以前所未有的控制力和靈活性，從文字或圖像提示生成高品質的 1080p 影片。與其前身 Wan 2.2 相比，Wan 2.1 在運動品質、視覺細節和運算效率方面均有顯著提升。
Wan 2.2 的關鍵創新
1. MoE 驅動的去噪流程
透過子網絡，系統可以將資源分配到最重要的地方——先進行場景佈局的粗略規劃，然後再進行精細的細節細化。這種設計使 Wan 2.2 的旗艦模型擁有 27 億個總參數，而每次推理僅需激活 14 億個參數，從而有效地將高品質視訊合成所需的計算資源減少了一半。
- 高噪音專家 著重建立整體運動軌跡和場景構圖。
- 低噪音專家 應用細緻的紋理、臉部細節和燈光細微差別。
這種雙專家框架確保創作者能夠產生更長、更複雜的序列，並具有專業的電影保真度——與 Wan 2.1 相比，所有這些都不會按比例增加 GPU 記憶體需求。
2. 電影美學控制系統
基於其架構創新，它引入了前所未有的“電影美學控制系統”，允許用戶透過直觀的關鍵字提示來控制燈光、調色、拍攝角度和構圖。透過組合「夕陽餘暉」、「柔和邊緣光」或「低角度平衡構圖」等描述詞，創作者可以自動產生類似好萊塢大片或獨立藝術電影的場景。相反，輸入「冷色調」、「硬光」和「動態取景」等參數，則可以根據需求創作出科幻或黑色電影風格的視覺效果。