Mindket

Wan2.2-T2V-A14B

新上架第 1 版 · 更新于

概览

用混合专家视频模型,根据文字提示词生成 5 秒、480P 或 720P 的视频。适合想用开源文生视频模型的创作者和开发者。

Wan2.2-T2V-A14B 是一款工具包,属于营销类,由 Mindket 上架。可免费获取。当前为第 1 版,最近更新于 。在本页下载,是一个装着它全部文件的 zip 压缩包。这些文件不会自己运行。

速览

你需要
  • 带 pip 的 Python,以及 torch 2.4.0 或更新版本
  • 一块或多块强力 GPU,因为卡片提供了多 GPU 推理代码
  • Wan2.2 代码仓库,并安装好它的依赖
用在
  • Wan2.2 命令行代码,支持多 GPU 推理
  • ComfyUI 集成
  • Diffusers 集成
  • 在 Windows、macOS 或 Linux 上下载文件
先运行
pip install -U huggingface_hub
hf download Wan-AI/Wan2.2-T2V-A14B

平台

Windows操作系统
macOS操作系统
Linux操作系统

关于

它是什么

Wan2.2-T2V-A14B 是 Wan-AI 的 Wan2.2 系列中的文生视频模型。它根据提示词生成 5 秒、480P 或 720P 的片段。它采用混合专家设计,由不同的专家模型处理去噪过程的不同阶段。

适合谁

想要一个能自己运行的开源文生视频模型的创作者、研究人员和开发者,它支持 ComfyUI 和 Diffusers。

IndustryWho uses itHow they use itExample
影视和媒体视频创作者根据文字描述的场景生成短片一个所描述场景的 5 秒 720P 片段
营销内容团队拍摄前先草拟动态创意根据文字说明得到一个简短的视觉概念
研究AI 研究人员研究混合专家视频扩散与 5B 混合模型做比较

如果你只有小显卡,可以跳过它,因为卡片说 5B 模型才是为消费级显卡准备的。

用在哪里

  • Wan2.2 命令行代码,支持多 GPU 推理
  • ComfyUI 集成
  • Diffusers 集成
  • 在 Windows、macOS 或 Linux 上下载文件
Use caseWhoWhat they get back
文生视频创作者一个 480P 或 720P 的 5 秒片段
电影感风格控制电影制作人由提示词里的光线、构图和色彩词汇塑造的视频
研究基线研究人员一个可供对比的开源模型

如何设置

  • 带 pip 的 Python,以及 torch 2.4.0 或更新版本
  • 一块或多块强力 GPU,因为卡片提供了多 GPU 推理代码
  • Wan2.2 代码仓库,并安装好它的依赖
  1. 安装 Hugging Face hub 包。
  2. 下载模型文件。
  3. 获取 Wan2.2 代码,进入它的文件夹并安装依赖。
pip install -U huggingface_hub
hf download Wan-AI/Wan2.2-T2V-A14B
cd Wan2.2
# Ensure torch >= 2.4.0
pip install -r requirements.txt

如何使用

用文字提示词和下载好的模型文件夹运行 Wan2.2 推理代码,或者使用 ComfyUI 或 Diffusers 集成。卡片的 Run 部分列出了具体的生成选项。

示例

你描述一个带光线和镜头细节的场景,请它生成 5 秒的 720P 片段。模型返回这个场景的视频。

新手与专家

如果你是新手,先试 ComfyUI 或 Diffusers 的路线,再用命令行,并从 480P 开始,让运行更轻松。

Wan2.2 把去噪过程按时间步分给专门的专家模型。这样总容量变大了,而每一步的计算量不变。训练数据包含光线、构图、对比度和色调的美学标签,规模也比 Wan2.1 更大,图像多 65.6%,视频多 83.2%。

  1. 你写一段文字提示词
  2. 一个专家处理早期去噪步骤
  3. 另一个专家处理后期步骤
  4. 输出 5 秒的 480P 或 720P 视频

注意事项

  • 这个仓库只有 T2V-A14B 模型,其他 Wan2.2 模型在单独的仓库里
  • 卡片说在它自己的 Wan-Bench 2.0 上,多数维度超过领先的商业模型
  • License: Apache 2.0
  • Cost to run: 没有列出费用,GPU 由你自己准备
  • Data it reaches: 你的提示词,以及从 Hugging Face 下载的文件
  • Not for: 超过 5 秒的片段或高于 720P 的分辨率

README 和文件

README

Wan2.2-T2V-A14B

用混合专家视频模型,根据文字提示词生成 5 秒、480P 或 720P 的视频。适合想用开源文生视频模型的创作者和开发者。

由 Wan-AI 在 Hugging Face 上制作。这些说明是 Mindket 根据它的模型页面和模型卡写的,模型自己的文件和许可证在 Hugging Face 上。

简介

它是什么:Wan2.2-T2V-A14B 是 Wan-AI 的 Wan2.2 系列中的文生视频模型。它根据提示词生成 5 秒、480P 或 720P 的片段。它采用混合专家设计,由不同的专家模型处理去噪过程的不同阶段。

适合谁:想要一个能自己运行的开源文生视频模型的创作者、研究人员和开发者,它支持 ComfyUI 和 Diffusers。

Industry | Who uses it | How they use it | Example
影视和媒体 | 视频创作者 | 根据文字描述的场景生成短片 | 一个所描述场景的 5 秒 720P 片段
营销 | 内容团队 | 拍摄前先草拟动态创意 | 根据文字说明得到一个简短的视觉概念
研究 | AI 研究人员 | 研究混合专家视频扩散 | 与 5B 混合模型做比较

如果你只有小显卡,可以跳过它,因为卡片说 5B 模型才是为消费级显卡准备的。

用在哪里:

  • Wan2.2 命令行代码,支持多 GPU 推理
  • ComfyUI 集成
  • Diffusers 集成
  • 在 Windows、macOS 或 Linux 上下载文件
Use case | Who | What they get back
文生视频 | 创作者 | 一个 480P 或 720P 的 5 秒片段
电影感风格控制 | 电影制作人 | 由提示词里的光线、构图和色彩词汇塑造的视频
研究基线 | 研究人员 | 一个可供对比的开源模型

如何设置:

  • 带 pip 的 Python,以及 torch 2.4.0 或更新版本
  • 一块或多块强力 GPU,因为卡片提供了多 GPU 推理代码
  • Wan2.2 代码仓库,并安装好它的依赖
  1. 安装 Hugging Face hub 包。
  2. 下载模型文件。
  3. 获取 Wan2.2 代码,进入它的文件夹并安装依赖。
pip install -U huggingface_hub
hf download Wan-AI/Wan2.2-T2V-A14B
cd Wan2.2
# Ensure torch >= 2.4.0
pip install -r requirements.txt

如何使用:用文字提示词和下载好的模型文件夹运行 Wan2.2 推理代码,或者使用 ComfyUI 或 Diffusers 集成。卡片的 Run 部分列出了具体的生成选项。

示例:你描述一个带光线和镜头细节的场景,请它生成 5 秒的 720P 片段。模型返回这个场景的视频。

新手与专家:如果你是新手,先试 ComfyUI 或 Diffusers 的路线,再用命令行,并从 480P 开始,让运行更轻松。

Wan2.2 把去噪过程按时间步分给专门的专家模型。这样总容量变大了,而每一步的计算量不变。训练数据包含光线、构图、对比度和色调的美学标签,规模也比 Wan2.1 更大,图像多 65.6%,视频多 83.2%。

你写一段文字提示词
一个专家处理早期去噪步骤
另一个专家处理后期步骤
输出 5 秒的 480P 或 720P 视频

注意事项:

  • 这个仓库只有 T2V-A14B 模型,其他 Wan2.2 模型在单独的仓库里
  • 卡片说在它自己的 Wan-Bench 2.0 上,多数维度超过领先的商业模型
  • License: Apache 2.0
  • Cost to run: 没有列出费用,GPU 由你自己准备
  • Data it reaches: 你的提示词,以及从 Hugging Face 下载的文件
  • Not for: 超过 5 秒的片段或高于 720P 的分辨率

Hugging Face 上的数据(2026年11月13日)

  • 任务:text to video
  • 框架:wan2.2
  • Formats: Safetensors
  • 最近 30 天下载:3,339
  • 点赞:610
  • 许可证:apache-2.0
  • Quantized versions: 13
  • Fine-tunes: 51
  • 标签:wan2.2, diffusers, safetensors, text-to-video

链接

  • 模型:https://huggingface.co/Wan-AI/Wan2.2-T2V-A14B
  • 文件:https://huggingface.co/Wan-AI/Wan2.2-T2V-A14B/tree/main

获取模型

用 Hugging Face 的命令行下载它的文件:

pip install -U huggingface_hub
hf download Wan-AI/Wan2.2-T2V-A14B

然后按它的模型卡使用它。这个工具包里没有会自己运行的东西。

文件
README.md  4 KB

1 个文件,共 4 KB,以 zip 压缩包下载。

更新内容

  • 第 1 版 · 2026-11-12

同类产品对比

同一分类里与本产品共有标签最多的已上架 Hugging Face 模型。

产品最近 30 天下载点赞参数量许可证最近更新
Wan2.2-T2V-A14B 本页3,339610—apache-2.0
Vimoo-1.0共有 text-to-video · safetensors · diffusers571811.7Bapache-2.0
Minimax-h3_Singularity共有 text-to-video1,145,318986—apache-2.0
HiDream-I1-Full共有 safetensors · diffusers6951,01517.1Bmit
Minimax H3 Latent Upscaler共有 safetensors354,859489—apache-2.0
SenseNova 6.8 Code2Video共有 safetensors1,46010727.4Bapache-2.0
数据为 Mindket 在 2026-11-12 至 2026-11-13 期间读取的数值。

评价

还没有评分

写评价

还没有评价。

大家怎么说

Hacker News、Bluesky、X、Reddit、Facebook 和 YouTube 上提到这个项目的帖子和评论,来自每周一次的搜索和 Trendshift。它们不是 Mindket 写的,也未经核实,点开即可在原帖处阅读。

搜索日期

Mindket 的更多商品

查看 Mindket 的全部商品

anaksor-ocr

Sokheng · 工具包

这个模型从文档、收据和路牌照片里读取高棉语和英语文字,用一个检测器找文本行,再用识别器读每一行。适合需要在 Python 里做高棉语 OCR 的开发者。

新上架

Qwen2.5-7B-Instruct-GGUF

Qwen · 工具包

Qwen2.5-7B-Instruct 的 GGUF 文件,提供八种量化大小,可通过 llama.cpp 在本地聊天。适合想在自己电脑上用 7.6B 强力模型、又不想搭 Python 环境的人。

新上架

ACE-Step 1.5 XL SFT

ACE-Step · 工具包

用 4B 扩散解码器根据文字生成音乐,50 步并带引导控制,音频质量高于基础版。适合拥有 12 GB 或更多显存 GPU 的创作者。

新上架

营销类的相似商品

查看营销类的全部商品

Huashu Design

alchaincyf · 技能

把你在 AI 智能体里写的一句话需求,变成一份完成的设计:发布动画、可点击的应用原型、可编辑的幻灯片、信息图,或一组小红书图片。可在多种智能体中使用。

新上架29.4k

Pixel Art XL

nerijs · 工具包

一个用于 Stable Diffusion XL 的像素画风格附加模型,把文字提示词变成像素风图片,并可搭配 LCM LoRA 加快运行。适合游戏开发者、设计师和爱好者。

新上架

Licon MSR for LTX-2.5

LiconStudio · 工具包

给模型最多五张参考图,让生成视频中的人物、服装、物体和背景保持一致。这是用于 ComfyUI 中 LTX-2.5 的 LoRA,还可以为两位说话者添加音频参考。

新上架