Alibaba の Tongyi Lab が開発した Wan 2.2 は、Wan 2.1 をベースにアップグレードされたオープンソースのAI動画生成モデルです。主な新機能と改善点は次のとおりです：
ネイティブ1080p解像度：Wan 2.2 はフルHD（1080p）の動画出力に対応し、アップスケーリングなしで、より鮮明なディテールとシャープな文字を実現します。Wan 2.1 が480pと720pに重点を置いていたのとは対照的です。
Mixture of Experts（MoE）アーキテクチャ：高ノイズと低ノイズのエキスパートモデルを備えた革新的な MoE モデルを導入し、より高品質な動画コンテンツに向けてノイズ除去を最適化しています。これにより、性能とスケーラビリティが向上します。
強化された VACE 2.0：Video Animation Control Engine（VACE）がアップグレードされ、高度なカメラ軌道のコントロール（パン、ズーム、フォーカス送り）、正確なトラッキングのための被写体ロック、よりなめらかなショットのための背景の安定化を提供します。
改善された LoRA パーソナライズ：Wan 2.2 は「フューショット」LoRA（Low-Rank Adaptation）パイプラインを備え、わずか10〜20枚の画像でスタイルを適応できます。直感的にスタイルをブレンドできるビジュアルLoRAスライダーも搭載しており、カスタムキャラクターやブランドコンテンツに最適です。
ボリュメトリックエフェクト：炎、煙、ダイナミックなライティングといったリアルな視覚効果に対応し、複雑なシーンの映像品質を高めます。
シネマティックな美的コントロール：映画業界の基準に沿った、ライティング、色、構図のプロ品質のコントロールを提供します。
効率的な圧縮：50億パラメータのテキスト+画像から動画へ（TI2V-5B）モデルは、高圧縮VAEを使用し、品質を維持しながらメモリ使用量を最適化します。
マルチモーダル生成：テキストから動画へ（T2V-A14B）、画像から動画へ（I2V-A14B）、テキスト+画像から動画へ（TI2V-5B）の各モードに対応し、いずれも最大720pで、1080pも予定されています。
バイリンガルのプロンプト：英語と中国語のプロンプトに引き続き強力に対応し、フレーム内の文字も正確に描画します。
よりスリムなアーキテクチャ：パラメータ数は約100億（Wan 2.1 の140億から減少）になる見込みで、一般向けハードウェアやクラウドプラットフォームでより効率的に動作します。
オープンソースでアクセスしやすい：商用利用が可能な Apache 2.0 ライセンスで提供され、ベンダーロックインなしで幅広く利用できます。
Wan 2.2 は2025年7月28日にリリースされ、Atlabs AIなどのプラットフォームで利用できます。高性能なGPUを持たないユーザー向けに、無料トライアルとクラウドベースのワークフローも用意されています。性能は Veo2、Kling 2.1、Seedance 1.0 などのトップモデルに匹敵しながら、より低コストで利用できます。
注：10秒を超える長い動画（>10s）を作成するには、Atlabs のストーリーボードからAI動画へのパイプラインを利用できます。クリエイティブなAIエージェントと編集スイートを組み合わせ、完全なクリエイティブコントロールを実現します。
