第四发更新来了

通义万相2.2正式开源！

具体如下

🔽🔽🔽

开源文生视频Wan2.2-T2V-A14B

图生视频Wan2.2-I2V-A14B

统一视频生成Wan2.2-TI2V-5B

即日起，用户可在GitHub、HuggingFace、魔搭社区下载模型和代码，也可在通义万相官网和通义APP直接体验。

Wan2.2模型推理示意图

较上一代万相2.1模型，万相2.2模型的训练数据实现了显著扩充与升级，并在训练中引入了专门的美学精调阶段，通过细粒度地训练，使得视频生成的美学属性能够与用户给定的prompt提示词相对应。

万相2.2模型在美学精调阶段创新性提出了「电影级美学控制系统」，直接将光影、色彩、镜头语言三大电影美学元素装进模型。通义团队编码了60多个直观可控的参数，并且可以随意组合，大幅提升电影级画面的制作效率。

左：低饱和度/右：高饱和度

左：高角度全景/右：低角度中景

此次，通义万相还开源了一款5B小尺寸的统一视频生成模型，单一模型同时支持文生视频和图生视频，可在消费级显卡部署。

该模型采用了高压缩率3D VAE架构，时间与空间压缩比达到高达 4×16×16，信息压缩率提升至 64，均实现了开源模型的最高水平，仅需22G显存（单张消费级显卡）即可在数分钟内生成5秒高清视频，是目前24帧每秒、720P像素级视频生成速度最快的基础模型。

提示词：特写镜头下，火箭发动机点火，火焰从喷口喷涌而出，逐渐吞没了发射台。摄像机缓缓拉远，展现出完整的发射场景。火箭矗立在发射台上，周围是白色的蒸汽和明亮的火焰。背景是蓝天和远处的地平线，火箭准备起飞。

提示词：中景，日光，晴天光，柔光，侧光，中心构图，暖色调，动态视角展现樱桃角色的跳跃动作。在一个由色彩鲜艳的水果构建的像素风格游戏世界中，平台由一串串紫色葡萄和切片西瓜搭建而成，障碍物包括尖锐的菠萝刺和滑溜的柠檬皮斜坡。主角是一个像素化的樱桃角色，圆润的红色身体上有一张简洁的表情脸，正在灵活地跳跃躲避障碍。空中散落着小型蓝莓，代表可收集的加分元素。背景是层次分明的草莓叶子与香蕉树叶构成的丛林环境，远处是光滑的奇异果山丘，整体呈现出充满活力与趣味性的关卡设计。

提示词：特写镜头下，一只穿着探险家装备的小狐狸出现在古老城堡的废墟中，它戴着一顶棕色的宽边帽，背着一个帆布背包，手持一根木制手杖。它在昏暗的环境中穿梭，周围是高耸的石墙和茂密的藤蔓，只有几缕阳光从缝隙中透射进来，照亮了它的行动路径。小狐狸的动作迅速而敏捷，它跳过断壁残垣，爬过藤蔓覆盖的墙壁，眼神专注地寻找着宝藏的线索。在紧张而神秘的氛围中，小狐狸展现出了对未知世界的渴望和对探险活动的热爱。镜头跟随小狐狸的行动，捕捉到了它每一次跳跃和探索的瞬间。

提示词：一名30岁出头的游泳运动员跃入水中，奋力比赛。镜头在水面和水下缓慢切换，捕捉着每一次划水时有节奏的水花。他穿着蓝色泳衣，戴着泳帽和护目镜，手臂有力地向前伸展，双腿快速踢动。水面波光粼粼，背景是其他选手和泳道线。镜头平稳跟随他的动作，展示他在水中流畅而有力的前进。

提示词：Retro 80s Teen Movie Scene: Color film, sunny, vibrant colors. Coastal highway, pink convertible slowly driving, two fashionable young girls laughing at camera, full of energy. Close-up capturing youthful smiles, sparkling eyes. Blue ocean, golden beach backdrop, relaxed, joyful youth vibe.

提示词：在这个极具创意与超现实主义手法的视频中，四位身形被缩小的滑雪者并非驰骋于真实的雪山，而是沿着一道蜿蜒的、厚重而立体的白色颜料或膏体轨迹滑行。整个背景是一个带有细微纹理的白色平面，仿佛一张画布，而那条充当雪道的白色颜料则呈现出明显的笔触感和厚涂效果，边缘和表面起伏不平，光影之下质感十足。四位滑雪者从上至下依次分布在这条奇特的“雪道”上，他们都穿着色彩各异的专业滑雪装备，包括头盔、雪镜、滑雪服和雪板，并摆出正在高速滑降或转弯的动感姿态，每个人都在颜料的“斜坡”上投下了清晰的阴影，这巧妙地增强了画面的立体感和真实错觉。整个画面通过将宏大的户外运动场景微缩并置于一个微观的、充满艺术质感的背景之上，创造出一种颠覆常规、充满想象力和视觉趣味的奇妙观感。

提示词：中全景，在昏暗的走廊里，一名男子手持手电筒向前走。平拍中近景镜头中，他穿着黑色的衣服，手电筒发出的光线照亮了前方的道路。两侧是一排排白色的柜子，上面有着银色的把手。虚化的背景一片漆黑，只有微弱的灯光照亮着这个走廊。