「Wan 2.2」の版間の差分

(同じ利用者による、間の3版が非表示)

2行目:

== 特徴 ==

Wan2.~~2は、先行モデルであるWan2~~.1を大幅に拡張・改良している。単なるマイナーバージョンアップではなく、内部アーキテクチャやデータセットの規模が刷新されている点が特徴である。

Wan2.2は、先行モデルである[[Wan2.1]]を大幅に拡張・改良している。バージョン番号は0.1しか増えていませんが単なるマイナーバージョンアップではなく、内部アーキテクチャやデータセットの規模が刷新されている点が特徴です。

=== Mixture-of-Experts（MoE）による効率的な推論 ===

=== Mixture of Experts（MoE）による効率的な推論 ===

Wan2.2は「専門家モデル」を切り替える仕組みを持ち、入力の特徴に応じて最適なネットワークを活用する。そのため、実際に推論で使用する計算資源は14B規模でありながら、学習には約270億のパラメータを用いている。この仕組みにより、従来よりも高速かつ高精度な生成が可能となった。

Wan2.2は「[[Mixture of Experts]]（MoE）」と呼ばれる「専門家モデル」を切り替える仕組みを持ち、入力の特徴に応じて最適なネットワークを活用する。そのため、実際に推論で使用する計算資源は14B規模でありながら、学習には約270億のパラメータを用いている。この仕組みにより、従来よりも高速かつ高精度な生成が可能となった。

=== 大規模データセットによる表現力向上 ===

71行目:

* [[生成AI]]

[[カテゴリ:~~動画生成AI]]~~

[[カテゴリ:Wan 2.2]]

~~[[カテゴリ:アリババ~~]]

@@ 2行目: / 2行目: @@
 == 特徴 ==
-Wan2.2は、先行モデルであるWan2.1を大幅に拡張・改良している。単なるマイナーバージョンアップではなく、内部アーキテクチャやデータセットの規模が刷新されている点が特徴である。
+Wan2.2は、先行モデルである[[Wan2.1]]を大幅に拡張・改良している。バージョン番号は0.1しか増えていませんが単なるマイナーバージョンアップではなく、内部アーキテクチャやデータセットの規模が刷新されている点が特徴です。
-=== Mixture-of-Experts（MoE）による効率的な推論 ===
+=== Mixture of Experts（MoE）による効率的な推論 ===
-Wan2.2は「専門家モデル」を切り替える仕組みを持ち、入力の特徴に応じて最適なネットワークを活用する。そのため、実際に推論で使用する計算資源は14B規模でありながら、学習には約270億のパラメータを用いている。この仕組みにより、従来よりも高速かつ高精度な生成が可能となった。
+Wan2.2は「[[Mixture of Experts]]（MoE）」と呼ばれる「専門家モデル」を切り替える仕組みを持ち、入力の特徴に応じて最適なネットワークを活用する。そのため、実際に推論で使用する計算資源は14B規模でありながら、学習には約270億のパラメータを用いている。この仕組みにより、従来よりも高速かつ高精度な生成が可能となった。
 === 大規模データセットによる表現力向上 ===
@@ 71行目: / 71行目: @@
 * [[生成AI]]
-[[カテゴリ:動画生成AI]]
+[[カテゴリ:Wan 2.2]]
-[[カテゴリ:アリババ]]