「Wan 2.2」の版間の差分

1行目:

'''Wan2.2'''とは、中国の[[アリババ]]が開発し[[オープンソース]]のもとで公開した[[動画生成AIモデル]]です。

Wan2.~~1の後継品です。Mixture~~-of-~~Experts（MoE）アーキテクチャを採用していることが特徴で、高い映像表現力と効率性を両立しています。~~

== Wan2.1との主な違い ==

Wan2.1の後継品です。バージョンは0.1しか上がっていませんが完全に別物らしいです。

* アーキテクチャと性能向上：Wan2.2はMixture-of-Experts（MoE）アーキテクチャを採用し、高ノイズ・低ノイズの段階で異なる専門家（エキスパート）を切り替えることで、より効率的な学習と生成を実現しています。これにより、パラメータは約270億と大規模ながらも、推論時には約14B程度の計算資源で動作可能です。

* 学習データの拡大：学習に用いる画像や動画を65.6％・83.2％増やし、映画的美学や動きの精度を大幅に改善し、より自然で高品質な動画生成が可能になっています。

* 生成解像度と速度：720p＠24fpsの高解像度動画生成をサポートし、コンシューマーGPU（例:NVIDIA RTX 4090）でも高速に動作します。

* 映画的美学と制御性：ライティングや構図の細部表現、色調調整などのコントロールも強化されています。

== 主なモデル ==

{| class="wikitable"

|+

!モデル名

!パラメータ数

!推奨VRAM容量

!生成可能な動画解像度

!用途・特徴

|-

|TI2V-5B

|約5億

|10GB以上

|低〜中解像度（例：512×384）

|

|-

|T2V-A14B

（テキスト→動画）

|約140億

|24GB以上

|高解像度（720p程度）

|複雑なテキストからの高品質動画生成に強み

|-

|I2V-A14B

（画像→動画）

|約140億

|24GB以上

|高解像度（720p～1080p）

|高精細な画像から動画への変換に適している

|-

|フルモデル（MoE含む）

|約270億

|80GB前後

|最高解像度・高フレームレート対応

|大規模かつ高品質動画生成。研究用や商用大規模用途に最適

|}

I2V-A14BとT2V-A14BであればGeForce RTX 4090があれば動かせます。ただし24GBの場合は720p程度が限界です。

フルモデルはA100やH100が必須です。[[Ryzen AI Max+ 395]]で動くかはまだ試していませんが、前作の[[Wan2.1]]は動いたのでたぶん動くと思います。

[[カテゴリ:動画生成AI]]