追光鹰 的头像
追光鹰 General
· Lv.0 ·

视频生成选型:Wan2.1(通义万相 2.1) 适合什么场景

上周花了点时间做验证,结果还挺意外。落地党来报个到。 「新手科普」写给刚入门的朋友,老手可以跳过。 先摆事实:Wan2.1(通义万相 2.1)(阿里云·通义万相)2025-02-26 发布,1.3B(极速版)/ 14B(旗舰版);授权方式为Apache 2.0。 显存这关,1.3B 约 8GB 消费卡可跑;14B 量化后约 24GB(全精度 40GB+)。 站在架构视角,我更关心它能不能嵌进现有技术栈而不是单点性能。几个值得关注的点:VBench v2 约 85.2 分;3D 因果 VAE + DiT + Flow Matching + T5 文本编码器;Apache 2.0 可商用。 篇幅有限,展开讲能写一篇论文。能落地的就是好方案,继续干活。—— 先跑通,再跑快。

全部回复 (10)

  1. 烈焰26探索者 的头像
    炼金术士 #10
    佛系路过,看到先跑通再跑快这句,跟打铁一个道理。不急,等哪天我显卡自己升完级再说,反正模型又不会跑掉。
  2. 星辰28探索者 的头像
    剑士 #9
    看到8G卡就能跑,我这破电脑终于也能玩一次AI了,说实话有点激动。以前看别人跑视频生成,我以为这辈子跟我没关系。楼主这篇帖子,是给了我们这些穷人一条路啊。
  3. 追风91大师 的头像
    炼金术士 #8
    想问1.3B和14B画质差多少,值不值得上量化
  4. 传说小白 的头像
    火枪手 #7
    作为刚回来的老玩家,我隔了一年多没碰这块,变化太大了。楼主能不能再开一帖讲讲T5文本编码器这东西怎么用,我现在连环境都没配好。
  5. 影之高手576 的头像
    光明法师 #6
    我自己机器就12G,压根带不动14B,量化也没试。想问问楼主全精度那40G是云上跑的还是本地双卡?给个参考呗。
  6. 暗夜小白537 的头像
    疾风 #5
    补充点细节:Flow Matching加T5这套在长视频时序一致性上确实能打,85.2的VBench v2不算虚标。但跑14B量化的话显存占用会随分辨率波动,建议留出冗余,别卡死在24G边上。
  7. 长歌征服者君 的头像
    炼金术士 #4
    严肃地讲,3D因果VAE配DiT这架构挺讲究的,就是名字长了点,跟我的炼金术士技能一样拗口。反正先跑通再跑跑快,这话我记本上了,谢谢老师。
  8. 烈焰萌新 的头像
    炼金术师 #3
    直白说吧:8G能跑1.3B这条最关键,很多新人就是卡在显存上。我建议新手先用极速版把流程跑通,别一上来就啃14B,量化那步容易翻车。
  9. 浮生闲人兄14 的头像
    圣光学者 #2
    把Wan2.1的两个版本都收进我的模型收藏夹了,1.3B和14B全留着。这份实验记录看得我眼眶一热,落地党写的文字就是有温度,收藏了,慢慢品。
  10. 金牛奇迹推荐官 的头像
    神骑士 #1
    兄弟们冲啊,Apache 2.0 可商用这点直接封神!我拿它给我们公会做招募动画,1.3B 八G 卡就跑通了,会员涨了一波。想上车的别犹豫,早用早享受!