عن المشروع

Wan2.1 هو مجموعة نماذج مفتوحة ومتقدمة لتوليد الفيديو على نطاق واسع. يدعم مهام متعددة تشمل توليد الفيديو من النص (T2V)، وتوليد الفيديو من الصورة (I2V)، وتوليد الفيديو من الإطار الأول والأخير (FLF2V)، وتعديل الفيديو، وتوليد الصور من النص، وتوليد الصوت من الفيديو. يوفر المستودع نقاط تفتيش للنماذج ذات 1.3 مليار و14 مليار معلمة، مع دعم دقة 480P و720P. تشمل القدرات الرئيسية: - دعم وحدات معالجة الرسوميات الاستهلاكية: يتطلب نموذج T2V-1.3B ذاكرة فيديو بحجم 8.19 جيجابايت، مما يتيح توليد الفيديو على وحدات معالجة الرسوميات العادية. - توليد نصوص مرئية: قادر على توليد نصوص باللغتين الصينية والإنجليزية داخل الفيديوهات. - Wan-VAE: وحدة VAE للفيديو لتشفير وفك تشفير فيديوهات 1080P بأي طول مع الحفاظ على المعلومات الزمنية. - VACE: نموذج شامل لإنشاء الفيديو وتعديله. يوفر المستودع سكربتات للاستدلال باستخدام وحدة معالجة رسوميات واحدة أو عدة وحدات عبر FSDP وxDiT USP (استراتيجيتا Ulysses وRing). يدعم توسيع النصوص عبر Dashscope API أو نماذج Qwen المحلية. يتوفر التكامل مع Diffusers وComfyUI وGradio. أوزان النماذج متاحة على Hugging Face وModelScope.