阿里(9988)開源視頻生成模型,降計算消耗增圖像及視頻數據

　　《經濟通通訊社31日專訊》阿里巴巴(09988-HK)開源視頻生成模型Wan2.2,採用混合專家(Mixture-of-Experts,　MoE)架構,現已於Hugging　Face、GitHub及阿里雲開源社區ModelScope開放下載。

Wan2.2系列包含文生視頻模型Wan2.2-T2V-A14B、圖生視頻模型Wan2.2-I2V-A14B,以及統一視頻生成模型Wan2.2-TI2V-5B。

　　公司稱,模型可在單一框架內同時處理文生視頻與圖生視頻任務,且基於MoE架構並經過精選美學數據訓練,當中Wan2.2-T2V-A14B與Wan2.2-I2V-A14B能夠生成具有電影級品質的視頻,且均採用雙模型設計,配有專注整體場景布局的高噪專家模型,與負責細節紋理優化的低噪專家模型。兩款模型總參數達270億,但每步僅激活140億參數,成功降低50%計算消耗。

　　公司亦稱,相較Wan2.1,Wan2.2模型訓練數據量大幅擴充,其中圖像數據增加65.6%,視頻數據增長83.2%。

　　阿里巴巴亦提到,曾於2025年2月開源四款Wan2.1模型,並於同年5月發布Wan2.1-VACE(多合一視頻編輯全功能模型)。截至目前,這些模型在

Hugging　Face與ModelScope的總下載量已突破540萬次。(rh)