通义万相预告新模型 Wan2.2-S2V

通义万相团队于深夜发布预告微博，宣布即将上线全新模型 Wan2.2-S2V，该模型将支持生成带有音频的视频内容，进一步拓展其多模态生成能力。

作为一款开源视频生成模型，通义万相Wan2.2率先在视频扩散模型中引入MoE（Mixture of Experts）架构，显著降低了处理长序列Token时的计算资源消耗，提升了生成效率。同时，该模型创新性地推出了「电影美学控制系统」，在光影调控、色彩搭配、画面构图及微表情细节等方面达到专业影视级水准。用户只需输入如「黄昏」、「柔光」、「边缘光」、「暖色调」、「中心构图」等关键词，即可生成金晖洒落、氛围浪漫的视觉画面；若使用「冷色调」、「硬光」、「平衡构图」、「低角度」等指令组合，则能渲染出极具未来感与科幻氛围的场景。

源码地址：点击下载