Wan 2.1 (Alibaba)

Wan 1 e Wan 2 sono le due versioni dello strumento di generazione video basato sull'intelligenza artificiale sviluppato da Alibaba. Wan 1 è la versione iniziale che offre funzionalità di base come la trasformazione di testo o immagini in video, stabilendo le basi per i contenuti video generati dall'AI. Wan 2, la versione avanzata, offre capacità migliorate, tra cui una maggiore precisione del movimento, la creazione di contenuti multimodali (testo in video e immagine in video) e strumenti di editing potenti. Wan 2 si concentra sulla produzione di video di qualità superiore, flussi di lavoro più fluidi e maggiori opzioni creative. Il passaggio da Wan 1 a Wan 2 rappresenta un miglioramento significativo nelle funzionalità, rendendolo una piattaforma più versatile ed efficiente per la creazione di video.

Wan 2.1 è il modello avanzato di generazione video di Alibaba Cloud che trasforma le descrizioni testuali in video di alta qualità. Utilizza tecnologie avanzate come VAE (Variational Autoencoder) e DiT (Denoising Diffusion Transformer) per garantire risultati realistici con transizioni fluide e fisica precisa.

Wan 2.1 si distingue per il suo eccellente punteggio VBench dell'84,7%, capacità avanzate di generazione di movimenti, con versioni da 14 miliardi di parametri e 1,3 miliardi di parametri. Wan 2.1 vanta potenti capacità di generazione visiva dinamica, eccellendo nella comprensione dei concetti e nella creazione combinatoria. Gestisce senza sforzo vari stili artistici, offrendo immagini di qualità cinematografica. Inoltre, supporta più lingue e la generazione con risoluzioni variabili.

Monica offre l'accesso gratuito a Wan 2.1 per una prova, richiedendo una semplice registrazione. La versione ufficiale di Wan 2.1 include codice sorgente e risorse disponibili su GitHub e Hugging Face, permettendo agli sviluppatori di esplorare, personalizzare e integrare il modello nei loro progetti.

Wan 1.3B comprende T2V-1.3B e I2V-1.3B, concentrandosi su efficienza e accessibilità. T2V-1.3B genera un video di 5 secondi in 480p in 4 minuti su una Nvidia RTX 4090, mentre I2V-1.3B si specializza nella generazione efficiente da immagine a video, risultando adatta per ricercatori, sviluppatori e utenti generici con hardware limitato. Wan 14B comprende T2V-14B e I2V-14B, dando priorità a output di alta qualità per uso professionale. T2V-14B eccelle nella creazione di video dettagliati e dinamici, mentre I2V-14B si focalizza sulla produzione di trasformazioni da immagine a video altamente dettagliate e di livello professionale. Per garantire la migliore esperienza agli utenti, Monica ha scelto di offrire il modello su larga scala di fascia alta, Wan 14B.

WAN 2.1, lanciato quest'anno, supporta effetti di testo in cinese e inglese, eccellendo in visuali realistiche, movimenti complessi ed esecuzione precisa. Veo2 si concentra sulla creazione di video 4K di qualità cinematografica con controlli avanzati per tipi di inquadrature, lenti ed effetti. Offre un realismo senza pari, movimenti naturali e supporta video dinamici in vari formati proporzionali per piattaforme come YouTube e TikTok.

Wan 2.1 supporta la conversione di testo in video e di immagini in video, offrendo un'ampia gamma di possibilità creative. Inoltre, supporta testo di input in più lingue.