WorldFoundry
English中文

Wan2.2

论文方法总览：Wan2.2 在去噪前期用高噪声专家，后期切换到低噪声专家。

阿里通义实验室的 Wan2.2：已验证的 TI2V 5B（1280×704 / 121 帧 / 24 fps），以及尚待验证的 A14B 文生视频与图生视频 MoE 路线。

编辑此页GitHubMarkdown

Wan2.2 是阿里巴巴通义实验室的下一代 Wan，因上游代码与 checkpoint 独立版本化而与 Wan2.1 分开跟踪。本卡片绑定三条 Apache-2.0 的 Hugging Face 线：T2V A14B（MoE 文生视频）、I2V A14B（MoE 图生视频）、TI2V 5B（稠密图文生视频）。本仓库只为 5B 路径记录了 demo 与 runner 产物。

论文方法总览：Wan2.2 在去噪前期用高噪声专家，后期切换到低噪声专家。
论文方法总览：Wan2.2 在去噪前期用高噪声专家，后期切换到低噪声专家。

官方论文仍是 Wan: Open and Advanced Large-Scale Video Generative Models。代码与权重在 Wan-Video/Wan2.2 和 Wan-AI。项目站是 wan.video。catalog 的 project 字段仍指向 HuMo 页面——那是 Wan 衍生的相邻条目，不是本家族。别名 wan-2p2、wan2p2 解析到这里。

构建运行命令

推理 Pipeline
Wan2p2T2VA14BPipelineworldfoundry.pipelines.wan.pipeline_wan_2p2
任务Interactive Video interactive-video
环境worldfoundry-unified-cu128
设备CUDA 12.8
Runnerworldfoundry.pipeline
加载方式from_pretrained
调用方式native_diffusion_invocation
worldfoundry-eval run \
  wan2.2-t2v-a14b \
  --pipeline.task-profile interactive-video \
  --json

变体

  • wan2.2-t2v-a14b
    状态Runner 一致性待确认

    text-to-video

    Runtime profilewan2.2-t2v-a14b

    Pipeline bindingwan2.2-t2v-a14b

  • wan2.2-i2v-a14b
    状态Runner 一致性待确认

    image-to-video

    Runtime profilewan2.2-i2v-a14b

    Pipeline bindingwan2.2-i2v-a14b

  • wan2.2-ti2v-5b
    状态Runner 一致性待确认

    text-image-to-video

    Runtime profilewan2.2-ti2v-5b-1280x704-121f

    Pipeline bindingwan2.2-ti2v-5b

它用来做什么

需要带 checkpoint 证据的片段时，从 wan2.2-ti2v-5b 入手。记录契约是 1280×704（或 704×1280）、121 帧、24 fps、50 步 UniPC、guidance 5.0、flow-shift 5.0，写出 wan2.2-ti2v-5b-1280x704-121f.mp4。必填 prompt；加上 image 时，同一套 5B 权重从文生视频切到图生视频。该 variant 的 catalog 最低显存是 24 GB。

要跑双专家文生视频用 wan2.2-t2v-a14b，以静帧为条件用 wan2.2-i2v-a14b。两条 A14B 线都已接入树内 pipeline，但状态仍是 Runner 一致性待确认——启动成功不等于已验证的 14B 产物。

本卡片没有 V2V。上游的 Speech-to-Video（Wan2.2-S2V-14B）和 Animate（Wan2.2-Animate-14B）在 GitHub / Hugging Face 上存在，这里没有绑定。通用片段质量可对照 VBench——那是列出的评测套件，不是本仓库已摄入的排行。

推理

原生采样目前只支持 UniPC。三条 WorldFoundry 默认配置：

Variant任务分辨率 / 帧数 / fps步数 · guidance · shift显存（catalog）一致性
wan2.2-ti2v-5b同一 5B 卡上文生或图生1280×704，121 帧，24 fps50 · 5.0 · 5.024 GBdemo + runner 已验证
wan2.2-t2v-a14bT2V MoE832×480，81 帧，16 fps40 · 高噪 4.0 / 低噪 3.0 · 12.080 GB待验证
wan2.2-i2v-a14bI2V MoE832×480，81 帧，16 fps40 · 3.5 / 3.5 · 5.080 GB待验证

A14B 推理在时间步上切换高噪专家与低噪专家（catalog 边界：T2V 0.875，I2V 0.900）。官方 A14B 脚本还宣传 480p / 720p（1280×720），单卡需 ≥80 GB 并配合 --offload_model；那些尺寸是上游选项，不是本仓库已验证的 profile。TI2V 5B 使用高压缩 Wan2.2-VAE（16×16×4）。seed 记在 actions 字段（命令构建器里 base_seed 默认 42）。prompt extension 默认关闭。

在 WorldFoundry 中运行

用 bash scripts/setup/unified_install.sh 安装统一环境（Python 3.11，CUDA 12.8），并在本地就位权重——运行时不会下载。记录的启动命令是 worldfoundry-eval run wan2.2-ti2v-5b。该 variant 使用已记录的 5B 契约，不是 14B 运行。Pipeline 分别为 Wan2p2Pipeline（5B）、Wan2p2T2VA14BPipeline、Wan2p2I2VA14BPipeline。

Checkpoint：Wan-AI/Wan2.2-TI2V-5B、Wan-AI/Wan2.2-T2V-A14B、Wan-AI/Wan2.2-I2V-A14B（均为 apache-2.0，公开、非 gated）。家族级硬件仍写 80 GB，因为那是 A14B 下限；已验证的 5B 路径是 24 GB 那条。