阿里巴巴达摩院正式开源其最新一代视频生成模型「通义万相Wan2.2」。此次发布包含三大核心模型：文生视频（Wan2.2-T2V-A14B）、图生视频（Wan2.2-I2V-A14B）以及创新的统一视频生成模型（Wan2.2-IT2V-5B），标志着AI视频创作技术迈入新纪元。
突破性MoE架构，效率提升50%
通义万相Wan2.2首次将MoE（专家混合）架构应用于视频生成领域。该设计有效解决了传统模型处理长序列时的算力消耗问题。虽然模型总参数高达27B，但通过仅激活14B参数的方式运行，成为业界首个采用MoE结构的视频生成系统。
该架构通过高噪声专家负责画面布局、低噪专家专注细节精修的分工协作，在保持相同参数规模的前提下，计算资源消耗降低近半。这不仅大幅提升生成效率，更在动作连贯性、场景真实感和艺术表现力等方面实现突破。
电影级美学控制，轻松打造专业质感
值得一提的是，新模型引入了「电影美学控制系统」。用户只需输入「黄昏柔光」「冷色调硬光」等关键词组合，就能生成符合影视工业标准的画面。从浪漫的夕阳场景到未来感的科幻画面，模型能精准还原光影、色彩和构图等专业元素。
测试数据显示，模型生成的人物微表情自然度达到商业级动画制作水准，显著优于同类开源模型。
轻量模型赋能消费级设备
为降低使用门槛，同步开源的统一视频生成模型（Wan2.2-IT2V-5B）仅需单张22G显存显卡，即可在几分钟内生成5秒720P视频。该模型采用高压缩率3D VAE架构，时空压缩比达4×16×16，是目前速度最快的开源视频基础模型之一。
注意：实际生成时间会因硬件配置不同有所波动，建议使用RTX 3090及以上显卡获得最佳体验。
全链路开放，共建AI视频生态
开发者现可通过以下平台获取资源：
GitHub: https://github.com/Wan-Video/Wan2.2
HuggingFace: https://huggingface.co/Wan-AI
魔搭社区: https://modelscope.cn/organization/Wan-AI
自今年2月以来，通义万相系列模型累计下载量已突破500万次，持续推动AI视频技术普及。
