Wan：基于Wan系列模型的视频和图像生成工具

Wan是一个AI驱动的视觉内容生成网站，其核心是名为Wan 2.2的开源模型。用户可以通过这个工具，将文字、图片或音频快速转换成高质量的视频。网站支持多种生成方式，包括“文字生成视频”、“图片生成视频”以及独特的“语音生成视频”功能，能够根据音频文件驱动图片中的角色，生成表情和动作自然的数字人视频。Wan 2.2模型采用了先进的MoE（混合专家）架构，提升了生成视频的质量和效率，甚至可以在消费级显卡上运行。该网站旨在为内容创作者、开发者和学术研究者提供一个强大且易于使用的视频创作平台，无论是制作电影感的短片，还是生成逼真的数字人形象，都能轻松实现。

Function List

• 文字生成视频 (Text to Video): 输入一段描述性的文字，AI就能将其转换成一段动态视频，并能对视频的电影风格进行精确控制。
• 图片生成视频 (Image to Video): 上传一张静态图片，AI可以使其动起来，生成一段视频。模型能很好地保持原图的主体和风格一致性。
• 语音生成视频 (Speech to Video): 这是网站的特色功能。上传一张图片（如卡通形象、动物或人物照片）和一段音频，AI可以驱动图片中的角色，根据音频内容生成具有丰富面部表情和身体动作的视频。
• 文字生成图像 (Text to Image): 输入文字提示，可以生成具有照片级真实感或多种艺术风格的高质量图片。
• 开源模型: 核心模型Wan 2.2是开源的，开发者可以将其用于自己的项目或进行二次开发。
• 高效高清: 支持生成720P分辨率、24fps的视频，并且经过优化，可以在消费级显卡（如4090）上高效运行。

Using Help

Wan网站提供了一系列强大的人工智能工具，让视频和图片创作变得简单快捷。即使你没有任何专业背景，也可以通过以下步骤轻松上手。

1. 访问和了解主界面

首先，通过浏览器访问Wan的官方网站。网站首页清晰地展示了其核心功能模块：

• 语音生成视频 (Speech to Video)
• 图片生成视频 (Image to Video)
• 文字生成视频 (Text to Video)
• 文字生成图像 (Text to Image)

每个功能板块都有一个“Try now”或“Try now”按钮，点击即可进入相应的功能操作界面。在首页下方，你可以看到关于其核心技术Wan 2.2模型的详细介绍，包括其采用的MoE架构、数据规模和技术优势，这有助于你了解该工具的强大之处。

2. 使用核心功能

如何使用“文字生成视频”功能

这是最常用的功能之一，适合快速将一个想法或故事场景视觉化。

• 步骤一：进入功能界面。 在网站首页找到“Text to Video”模块，点击“Try Now”按钮。
• 步骤二：输入描述文字。 你会看到一个文本输入框，在这里输入你想生成的视频画面的详细描述。描述越具体，生成的效果越符合预期。例如，你可以输入：“一个宇航员骑着马在火星上漫步，背景是绚丽的星空，电影感镜头”。
• 步骤三：调整参数（如果可用）。 界面上可能会提供一些高级选项，如视频时长、分辨率（支持480P和720P）、画面风格（如“电影感”、“动漫风”）等。根据你的需求进行选择。
• 步骤四：生成与下载。 点击“Generate”（生成）按钮。AI会开始处理你的请求，这可能需要几分钟时间。处理完成后，视频会出现在界面上，你可以预览效果，如果满意，就可以下载保存到你的电脑。

如何使用“图片生成视频”功能

这个功能可以将一张静态图片变得生动起来。

• 步骤一：进入功能界面。 在首页找到“Image to Video”模块，点击“Try Now”。
• 步骤二：上传你的图片。 点击上传按钮，选择一张你想要制作成视频的图片。为了达到最佳效果，建议选择主体清晰、高质量的图片。
• 步骤三：设置动态效果。 你可以输入一些简单的文字提示来指导AI如何让画面动起来，比如“微风吹过，树叶轻轻摇曳，人物的头发随风飘动”。
• 步骤四：生成视频。 点击生成按钮，等待AI处理。完成后，你就能看到原本静止的图片变成了动态视频。

如何使用“语音生成视频”功能（特色功能）

这是Wan网站的一大亮点，可以用来制作数字人播报、故事讲解等。

• 步骤一：进入功能界面。 在首页顶部找到“Speech to Video”模块。
• 步骤二：上传角色图片。 上传一张图片作为视频的主角。这张图片可以是真人照片、卡通形象，甚至是动物图片。
• 步骤三：上传音频文件。 上传一段音频，这段音频将作为驱动角色说话和做出表情的来源。可以是你的录音，也可以是配音文件。
• 步骤四：开始生成。 点击生成按钮。AI会分析音频的语音和情绪，并将其转化为图片角色逼真的面部表情、嘴型和头部动作。
• 步骤五：预览和导出。 生成完毕后，你可以看到图片里的角色正在根据你的音频“说话”，效果非常生动。你可以将其导出为视频文件，用在你的项目中。

3. 开源模型的使用

对于开发者和技术爱好者，Wan网站还提供了其核心模型Wan2.2的开源版本。

• 访问GitHub： 在网站相应功能模块下方，通常会有关联的“Github”链接。点击链接可以访问其开源项目页面。
• 下载和部署： 在GitHub页面，你可以找到模型的源代码、预训练权重和详细的部署文档。根据文档指引，你可以在自己的服务器或本地计算机（需要配备如NVIDIA 4090等消费级显卡）上部署该模型。
• 二次开发： 开源模型为你提供了极大的灵活性，你可以根据自己的需求对模型进行微调，或者将其集成到你自己的应用程序中，实现更定制化的功能。

application scenario

1. 内容创作者与社交媒体
   对于视频博主和社交媒体运营者，可以利用“文字生成视频”功能快速将文案转化为吸引人的短视频。使用“语音生成视频”功能，可以创造一个独特的虚拟数字人IP，用于播报新闻、讲解知识或与粉丝互动，极大地降低了出镜拍摄的门槛和成本。
2. Advertising & Marketing
   营销团队可以快速制作产品宣传视频的demo。通过“图片生成视频”功能，可以将静态的产品图片或海报转化为动态广告，提升宣传材料的吸引力。同时，也可以用“文字生成视频”功能，根据营销文案快速生成多个版本的视频广告，进行A/B测试。
3. Education and training
   教师或培训师可以使用“语音生成视频”功能，上传一个卡通形象和课程讲解音频，生成有趣的动画教学视频，提高学生的学习兴趣。对于复杂的概念，也可以通过“文字生成视频”将其可视化，帮助学生更好地理解。
4. 开发者与学术研究
   由于Wan 2.2模型是开源的，开发者可以将其集成到自己的应用中，为产品增加AI视频生成能力。学术研究人员可以基于这个先进的模型进行二次开发，探索视频生成技术的前沿，推动相关领域的研究进展。

QA

1. Wan网站是免费的吗？
   网站上提供了“Try now”的体验功能，但没有明确说明详细的定价策略。通常这类服务会提供一定的免费试用额度，对于重度使用或商业用途，可能需要付费。
2. 生成视频的质量如何？
   根据网站介绍，其Wan 2.2模型在视频生成质量上表现出色，支持最高720P分辨率和24fps帧率。其采用的MoE架构和大规模数据训练，使得生成的视频在动作、语义和美学上都达到了行业领先水平，甚至在某些方面优于一些闭源的商业模型。
3. 我需要什么样的电脑才能使用？
   对于在线使用网站提供的工具，你只需要一台可以上网的普通电脑即可，因为所有的计算都在云端服务器上完成。如果你是开发者，想要在本地部署其开源模型（如TI2V-5B），则需要一台配备消费级高端显卡（如NVIDIA 4090）的计算机。
4. 生成视频的版权归谁所有？
   网站没有明确说明生成内容的版权归属问题。通常情况下，由用户提供原始素材（文字、图片、音频）生成的内容，其版权归用户所有，但建议在使用前详细阅读网站的用户协议和版权政策。