Wan（通义万相）

Name: Wan（通义万相）
Brand: 阿里巴巴 / 通义实验室
Rating: 4.8 (1 reviews)

参数量Wan2.1-T2V 1.3B / Wan2.1-T2V-14B

模型类型文生视频扩散模型（DiT）

许可证Apache 2.0（商业需遵循流量条款，14B 需申请）

开发者阿里巴巴 / 通义实验室

★★★★★ 4.8

国产开源视频生成天花板，中文语义理解与图生视频能力一流

视频生成开源中文友好文生视频图生视频

模型介绍

Wan（通义万相）是阿里通义实验室推出的开源视频生成系列，从 1.3B 到 14B 覆盖消费级显存。Wan2.1 开源 1.3B/5B/14B 文生视频与图生视频权重（Apache-2.0），运动控制与中文提示词理解出色；Wan2.2 升级 A14B MoE 架构，支持图生视频、多图动画与配音（S2V），在 VBench 等公开评测中居开源第一梯队。ComfyUI / Diffusers 开箱即用，1.3B 小模型任何入门卡都能体验。

模型基本信息

开发机构阿里巴巴 / 通义实验室

模型版本Wan2.1 / Wan2.2 系列

参数规模1.3B / 5B / 14B（A14B MoE）

模型类型文生视频 / 图生视频扩散模型

许可证Apache-2.0（Wan2.2 商用需标注 AI 生成内容）

上下文长度N/A（视频）

发布日期2025-02（Wan2.1）；2025-07（Wan2.2）

模型架构DiT 潜在扩散 + 3D VAE（Flow Matching）

模型能力

中文能力很强（中文提示理解一流）

英文能力强

代码能力N/A

推理能力N/A

长文本能力N/A

视觉能力文生视频 + 图生视频 + 动画驱动

工具调用N/A

模型版本

Wan2.1-T2V-1.3B1.3BWan2.1-T2V / I2V-14B14B（720P / 480P）Wan2.2-TI2V-5B5BWan2.2-T2V / I2V-A14B14B MoE

模型获取

Hugging FaceModelScope官方页面

部署方式

DiffusersComfyUIWan2.1 / Wan2.2 官方仓库

显存需求

14B FP16约30GB

14B FP8约16GB（RTX 4090 可跑）

5B约15GB

1.3B约8GB

硬件推荐

RTX 3060可跑 1.3B 小版本，速度一般

RTX 3090可跑 5B / 14B 量化

RTX 409014B FP8 主力选择

RTX 5090可跑 14B 原生，速度快

MacM 系列可跑 1.3B 小版本

为什么选择这个模型

Apache-2.0 全量开源，1.3B 到 14B 全尺寸覆盖
中文提示词理解与中文字幕渲染业内顶级
图生视频的运动一致性与物理真实性出色
ComfyUI / Diffusers 双重支持，社区工作流丰富

模型优点

开源且可商用（需标注 AI 生成）
1.3B 小模型也能在低端显卡流畅体验
官方提供跑通脚本与 Diffusers 集成
Wan2.2 支持配音（S2V）、多图动画等扩展能力
模型迭代快，评测常居开源前列

模型缺点

14B 全精度对显存要求高，需量化或高显存卡
长视频（>8 秒）一致性仍有限
英文提示词理解略弱于国产双语描述的最佳水平
高分辨率（720P）下 14B 推理耗时较长

适合场景

本地部署视频生成的起步与进阶
中文短剧、广告、口播短视频制作
图生视频与形象驱动动画
在 ComfyUI 中搭建自动化工作流

不适合场景

需要 >10 秒长镜头并追求人物恒定一致
低显存（<8GB）想跑 14B 的需求
追求电影级打光与光学质感的高端商用

部署教程

vLLM

视频模型一般不走 vLLM。推荐 ComfyUI：在 manager 里装 Wan 相关节点，下载 Wan2.1/Wan2.2 的 safetensors（含 text encoder）放入 ComfyUI/models 对应目录，套用社区工作流跑通文生视频与图生视频；或直接用官方 generate.py 脚本

智算工坊实验室

实测速度5秒720p片段约2-4分钟（RTX 4090，A14B FP8）

显存占用约16GB（A14B FP8）

功耗整机约350-450W

不同 GPU 对比3060 仅适合 1.3B；3090 可跑 5B；4090 是 14B 主力；5090 体验最佳

→ 查看实验室数据

常见问题 FAQ

Wan 需要什么显卡？

1.3B 只需 8GB 显存，入门卡即可；5B 推荐 12-16GB；14B 建议 RTX 4090（24GB）+ FP8 量化或使用 GGUF 进一步压缩。M 系列 Mac 可跑 1.3B。

Wan2.1 和 Wan2.2 区别？

Wan2.2 升级为 MoE 架构（A14B），生成质量与运动控制更强，并新增 I2V 图生视频、多图动画、配音（S2V）等能力，但权重更大、对显存要求略高。

Wan 可以商用吗？

Apache-2.0 协议，可自由商用，但按 Wan2.2 协议条款，商业场景需在生成内容中标注 AI 生成。具体以官方 LICENSE 为准。

数据来源

https://huggingface.co/Wan-AI
https://modelscope.cn/models/Wan-AI/
https://github.com/Wan-Video/Wan2.1

Wan（通义万相） - 模型中心