视频生成选型：Wan2.1（通义万相 2.1） 适合什么场景（踩坑复盘）

先说结论：不整虚的，直接上数字。 这篇「避坑指南」都是踩过的坑，看完能少走弯路。 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。 落地时绕不开的资源问题——1.3B 约 8GB 消费卡可跑；14B 量化后约 24GB（全精度 40GB+）。 交互角度看，可控性与反馈延迟决定它是不是玩具。官方口径里有几条很关键：VBench v2 约 85.2 分；3D 因果 VAE + DiT + Flow Matching + T5 文本编码器；1.3B 版约 30 秒出 5 秒视频（A100）。 希望对同样在选型的朋友有点帮助。数据都摆在这，结论大家自己判断。—— 少即是多。