即将震撼发布的阿里Wan 2.2：开源AI视频生成技术迎战Sora
发布时间：2025-07-25 10:40:19 | 责任编辑：吴昊 | 浏览量：45 次
阿里巴巴云宣布其备受期待的视频生成AI模型Wan2.2即将在近期正式发布。作为Wan2.1的升级版本，Wan2.2预计在性能、效率和功能上实现重大突破，继续秉承阿里开源AI的战略，巩固其在全球AI视频生成领域的领先地位。继Wan2.1于2025年2月开源并取得广泛成功后，Wan2.2的推出引发了开发者社区和行业的热烈讨论。
Wan2.1凭借其时空变分自编码器（VAE）和扩散变换器（DiT）架构，已在VBench基准测试中以84.7%的得分超越OpenAI的Sora（84.28%）。据社交媒体讨论，Wan2.2预计进一步优化这些技术，显著提升视频生成速度和质量，尤其是在高分辨率(如1080p)和长视频生成中的表现。 预计新增功能包括:
Wan2.2的训练数据预计在Wan2.1（15亿视频、100亿图像）的基础上进一步扩充，优化数据筛选以提升生成内容的多样性和真实性。
Wan2.2将继续采用Apache2.0许可证，通过Alibaba Cloud ModelScope和Hugging Face免费提供代码和模型权重，支持学术研究和商业应用。Wan2.1已推出T2V-1.3B、T2V-14B、I2V-14B-720P和I2V-14B-480P四种变体，Wan2.2预计将新增更多模型变体，针对不同硬件和场景进一步优化。
开发者对Wan2.2的开源前景充满期待，认为其将进一步挑战OpenAI Sora等封闭模型的市场主导地位，推动AI视频生成技术的民主化。阿里此举不仅降低了技术门槛，也为全球开发者提供了更多创新空间。
阿里通义万相 Wan 2.1（万相）已开源，其 14B参数专业版 在权威评测集 VBench 中以 86.22% 的总分大幅超越 Sora、Luma、Pika 等模型，稳居榜首。Wan 2.1 基于因果 3D VAE 和视频 Diffusion Transformer 架构，支持 文本到视频、图像到视频、视频编辑、文本到图像 及 视频到音频 等多种任务，并可生成中英文文本，支持 消费级 GPU 运行（1.3B 版本仅需 8.2GB 显存）。其开源采用 Apache 2.0 协议，全部推理代码和权重已上架 GitHub、HuggingFace 和 魔搭社区，支持 ComfyUI 工作流。
本网站(https://aigc.izzi.cn)刊载的所有内容，包括文字、图片、音频、视频等均在网上搜集。
访问者可将本网站提供的内容或服务用于个人学习、研究或欣赏，以及其他非商业性或非盈利性用途，但同时应遵守著作权法及其他相关法律的规定，不得侵犯本网站及相关权利人的合法权利。除此以外，将本网站任何内容或服务用于其他用途时，须征得本网站及相关权利人的书面许可，并支付报酬。
本网站内容原作者如不愿意在本网站刊登内容，请及时通知本站，予以删除。
