7月28日晚间，阿里继上周AI三连发后，再次发力，开源电影级视频生成模型通义万相Wan2.2。该模型融合三大电影美学元素，通过60多个可控参数提升制作效率，还开源三款模型，在计算资源节省和复杂运动生成等方面成果显著，并首创电影美学控制系统，媲美专业电影水平。
阿里开源通义万相Wan2.2，多项创新提升视频制作效率
7月28日晚间消息，继上周阿里AI三连发后，阿里又扔出新的开源模型————电影级视频生成模型通义万相Wan2.2。Wan2.2可将光影、色彩、镜头语言三大电影美学元素装进模型，随意组合60多个直观可控的参数，大幅提升电影级画面的制作效率。目前，该模型单次可生成5s的高清视频，用户可通过多轮提示词进一步完成短剧制作，未来通义万相还将继续提升单次视频生成的时长，让视频创作更高效。
三款模型开源，MoE架构节省计算资源
据悉，Wan2.2此次开源了文生视频（Wan2.2-T2V-A14B）、图生视频（Wan2.2-I2V-A14B）和统一视频生成（Wan2.2-TI2V-5B）三款模型。其中文生视频模型和图生视频模型均为业界首个使用MoE架构的视频生成模型，总参数量为27B，激活参数14B，均由高噪声专家模型和低噪专家模型组成，分别负责视频的整体布局和细节完善。在同参数规模下，可节省约50%的计算资源消耗，有效解决视频生成处理Token过长导致的计算资源消耗大问题，同时在复杂运动生成、人物交互、美学表达、复杂运动等维度上也取得了显著提升。
首创电影美学控制系统，打造专业电影级效果
Wan2.2还首创了电影美学控制系统，光影、色彩、构图、微表情等能力媲美专业电影水平。例如，用户输入黄昏、柔光、边缘光、暖色调、中心构图等关键词，模型可自动生成金色的落日余晖的浪漫画面；使用冷色调、硬光、平衡图、低角度的组合，则可以生成接近科幻片的画面效果。
以上文章由 AI 总结生成