Tongyi Wanphase Wan 2.2 - オープンソースのAIビデオ生成モデル、アリが発表

12.5K 00

トンイワン・フェイズ・ワン2.2とは？

Tongyi Wanphase Wan2.2は、アリババがオープンソース化した先進的なAI動画生成モデルで、総参照数は270億件に上る。このモデルには、テキスト生成ビデオ、グラフ生成ビデオ、統合ビデオ生成の3つのモードがあり、テキスト説明、画像、またはその両方の組み合わせに基づいて高品質のビデオを生成することができます。このモデルには、拡散モデリングと高圧縮3D VAEを組み合わせたMixed Expert（MoE）アーキテクチャが初めて導入され、生成の品質と効率が劇的に向上するとともに、コンシューマー向けグラフィックカードでの動作もサポートします。このモデルは、ライティングとカラーエフェクトの正確なカスタマイズをサポートする、映画のような美的コントロールシステムを備えています。現在、開発者はGitHub、HuggingFace、その他のプラットフォームを通じてモデルとコードにアクセスでき、企業はAliCloud Hundred Refineを通じてアプリケーション開発のためのAPIを呼び出すことができます。すべてお見通し公式サイトやTongyi APPで直接体験できるこのモデルは、ショートビデオ制作、広告・マーケティング、教育、映画・テレビ制作などのシーンに幅広く応用できる。

トンイワン・フェーズ・ワン2.2の主な機能

ビデオユーザーは、「海辺の夕日」といった文字による説明を入力するだけで、その説明にマッチしたビデオコンテンツを生成する。
トゥーサン・ビデオ写真をアップロードすると、静止画が "ライブ "になるように、モデルを動的なビデオに変換することができます。
統一されたビデオ生成テキストと画像を組み合わせて、より正確でユーザーフレンドリーなビデオを生成し、生成結果を改善します。
映画のような美的コントロールユーザーはキーワード（「ハイコントラスト」、「シンメトリカルな構図」など）を入力することで、光、影、色、構図など映像の美学をカスタマイズし、プロフェッショナルなルック＆フィールの映像を生成する。
複雑なモーションの生成複雑なモーションシーンやキャラクターのインタラクションを生成し、よりダイナミックでリアルなビデオを作成できます。

トンイワンフェーズ・ワン2.2公式サイトアドレス

GitHubリポジトリ:: https://github.com/Wan-Video/Wan2.2
HuggingFaceモデルライブラリ:: https://huggingface.co/Wan-AI/models

トンイワンフェーズ・ワンの使い方 2.2

アクセス・プラットフォーム::
- 公式サイト体験記トンイマンサンの公式ウェブサイトを直接ご覧になるか、トンイアプリをダウンロードしてください。
- 開発者プラットフォームより詳細な開発については、GitHubからモデル・コードを入手するか、HuggingFaceで関連するモデル・リソースを見つけてください。
選択モード::
- ビデオ例えば "公園で遊ぶ子犬 "のようなテキストの説明を入力し、Generateボタンをクリックすると、モデルは説明に基づいてビデオを生成する。
- トゥーサン・ビデオ画像をアップロードすると、それを動的なビデオに変換し、画像の内容を動かすことができます。
- 統一されたビデオ生成テキストと画像の両方を入力すると、モデルが両方の情報を組み合わせて、より正確なビデオコンテンツを生成します。
ビデオ設定ビデオ解像度、フレームレート、その他のパラメータを調整することができます。
美的コントロールキーワード（例："ウォームトーン"、"スローモーション"）を入力することで、動画の美学をカスタマイズし、動画のプロフェッショナルな雰囲気を高めることができます。
結果を見る生成されたビデオはページ上に直接表示され、ユーザーはその効果をプレビューすることができます。
ダウンロードまたは共有ローカルにビデオをダウンロードしたり、ソーシャルメディアなどのプラットフォームで直接共有することができます。

同伊湾段階湾2.2の核心的優位性

強力なジェネレーティブ機能Tongyi Wanxiang 2.2は、テキスト生成ビデオ、グラフ生成ビデオ、および統合ビデオ生成をサポートしており、多様なニーズを満たすために複数の入力に基づいて高品質のビデオを生成します。
効率的なコンピューティング・パフォーマンスVAEの最新バージョンは、MoE（Mixed Expertise）アーキテクチャと高圧縮率3D VAEをベースにしており、生成品質と計算効率が劇的に向上し、コンシューマー向けグラフィックスカードでの高速HDビデオ生成をサポートしている。
映画のような美的コントロール光、色、構図をキーワードでカスタマイズして、プロフェッショナルな映画のようなクオリティのビデオを作成し、ユーザーの高い美的要求に応えます。
幅広い適用範囲ショートビデオの作成、広告やマーケティング、教育、映画やテレビの制作、ニュースメディアなどのシーンに適しており、作成効率とコンテンツの品質を大幅に向上させます。
オープンソースと開放性開発者の研究や二次開発を促進するオープンソースのコードとモデル、コミュニティサポート、企業システムへの統合を容易にするAPIインターフェイス。
効率的なデータトレーニング大規模なデータセットに基づくトレーニングは、モデルの汎化能力と生成品質を向上させ、さまざまなシナリオで安定した性能を保証します。