从 Wan2.1（通义万相 2.1） 看视频模型的音画同步趋势（怎么选）

闲话少叙，直接上干货。最近有不少朋友问起，正好一起探讨。 「选型建议」直接给结论：什么情况选它，什么情况绕道。 Wan2.1（通义万相 2.1） 是阿里云·通义万相的作品，公开信息显示发布于2025-02-26。参数规模方面，1.3B（极速版）/ 14B（旗舰版），许可协议是Apache 2.0。 本地跑起来的话，1.3B 约 8GB 消费卡可跑；14B 量化后约 24GB（全精度 40GB+）。 从提示工程师的角度看，实用价值是第一考量。补充几个硬信息：社区有 GGUF/Kijai 量化版；VBench v2 约 85.2 分；3D 因果 VAE + DiT + Flow Matching + T5 文本编码器。 祝大家少踩坑，多出活。有不同看法欢迎补充，一起进步。—— 工具为人服务，不是相反。 🙂 👀 ✅