Wan 2.2، الذي طوّره مختبر Tongyi التابع لـ Alibaba، هو نموذج مطوّر مفتوح المصدر لتوليد الفيديو بالذكاء الاصطناعي يبني على Wan 2.1. إليك أبرز الميزات والتحسينات الجديدة:
دقة 1080p أصلية: يدعم Wan 2.2 مخرجات Full HD (1080p)، مقدّمًا تفاصيل أوضح ونصوصًا أكثر حدة دون الحاجة إلى رفع الدقة، على عكس تركيز Wan 2.1 على 480p و720p.
بنية مزيج الخبراء (MoE): يقدّم نموذج MoE مبتكرًا بنموذجَي خبراء للتشويش العالي والمنخفض، مما يحسّن إزالة التشويش لمحتوى فيديو أعلى جودة. ويعزز ذلك الأداء وقابلية التوسع.
VACE 2.0 المحسّن: جرى تطوير محرك التحكم بالرسوم المتحركة للفيديو (VACE) ليوفّر تحكمًا متقدمًا في مسار الكاميرا (التحريك والتقريب وسحب التركيز) وتثبيت العناصر للتتبع الدقيق وتثبيت الخلفية للحصول على لقطات أكثر سلاسة.
تخصيص LoRA المحسّن: يتضمن Wan 2.2 مسار LoRA (التكيّف منخفض الرتبة) بتقنية "few-shot"، مما يتيح تكييف الأسلوب بـ 10 إلى 20 صورة فقط. ويشمل منزلقات LoRA بصرية لمزج الأساليب بشكل بديهي، وهو مثالي للشخصيات المخصصة أو المحتوى الخاص بالعلامات التجارية.
المؤثرات الحجمية: يدعم مؤثرات بصرية واقعية مثل النار والدخان والإضاءة الديناميكية، مما يعزز الجودة البصرية للمشاهد المعقدة.
تحكم جمالي سينمائي: يوفّر تحكمًا بمستوى احترافي في الإضاءة واللون والتكوين، بما يتوافق مع معايير صناعة السينما.
ضغط فعّال: يستخدم نموذج النص+الصورة إلى فيديو بحجم 5B معامل (TI2V-5B) مرمّزًا VAE عالي الضغط، مما يحسّن استخدام الذاكرة مع الحفاظ على الجودة.
توليد متعدد الوسائط: يدعم أوضاع نص إلى فيديو (T2V-A14B) وصورة إلى فيديو (I2V-A14B) ونص+صورة إلى فيديو (TI2V-5B)، جميعها بدقة تصل إلى 720p، مع خطط لـ 1080p.
أوامر ثنائية اللغة: يواصل دعمه القوي للأوامر بالإنجليزية والصينية، بما في ذلك عرض النصوص داخل الإطار بدقة.
بنية أخف: يُتوقع أن يضم نحو 10B معامل (انخفاضًا من 14B في Wan 2.1)، مما يجعله أكثر كفاءة للعتاد الاستهلاكي والمنصات السحابية.
إتاحة مفتوحة المصدر: مرخّص بموجب Apache 2.0 للاستخدام التجاري، مما يضمن سهولة الوصول دون الارتباط بمزوّد واحد.
صدر Wan 2.2 في 28 يوليو 2025، وهو متاح على منصات مثل Atlabs AI، مع تجارب مجانية وسير عمل سحابي للمستخدمين الذين لا يملكون وحدات GPU عالية الأداء. ويضاهي أداؤه أداء النماذج الرائدة مثل Veo2 وKling 2.1 وSeedance 1.0 مع تكلفة استخدام أقل.
ملاحظة: لإنشاء فيديوهات أطول (>10 ثوانٍ)، يمكنك استخدام مسار اللوحة القصصية إلى فيديو بالذكاء الاصطناعي من Atlabs. يعتمد على مزيج من وكلاء الذكاء الاصطناعي الإبداعيين ومجموعة تحرير لتحكم إبداعي كامل.
