Wan 2.1: modelo de generación de video de código abierto de Tongyi Wanxiang 258

El equipo de Tongyi Wanxiang ha lanzado Wan 2.1 (Wanxiang 2.1), el último modelo de generación de vídeo, que supone un gran avance en múltiples aspectos de la generación de vídeo, como la calidad del vídeo, la representación de movimientos complejos, la simulación de leyes físicas y la generación de caracteres chinos. Especialmente en lo que respecta a la generación de contenido en chino, es el primer modelo de vídeo capaz de controlar eficazmente la generación de efectos especiales de texto en chino, lo que resuelve las deficiencias de los modelos anteriores a la hora de tratar contenido en chino.

Características y funciones de Wan 2.1

• Representación de acciones complejas: Wan 2.1 puede representar de forma estable diversas acciones complejas del cuerpo humano, como giros, saltos y volteretas, lo que hace que el vídeo parezca más vívido y realista.

• Restauración de las leyes físicas: Puede还原 de forma muy realista las leyes físicas del mundo real, por lo que los vídeos generados son más realistas y se ajustan mejor a las expectativas.

• Generación de vídeo de alta calidad: Los vídeos generados por este modelo presentan un efecto visual más realista y una mayor calidad de píxeles. Permite que el contenido generado siga las reglas físicas y sea más preciso a la hora de ejecutar instrucciones complejas.

• Procesamiento de movimientos complejos: Wan 2.1 destaca especialmente en el procesamiento de escenas de movimiento complejas, como patinaje artístico, natación y saltos de trampolín, ya que mantiene la coordinación y el realismo de las acciones, con una mejora notable en la generación de movimientos corporales complejos.

• Soporte multilingüe: Wan 2.1 es el primer modelo de generación de vídeo que admite simultáneamente efectos especiales de texto en chino e inglés, lo que amplía enormemente su ámbito de aplicación en la industria creativa, como la publicidad y la producción de vídeos cortos, satisfaciendo tanto las necesidades nacionales como internacionales.

• Tecnología de codificación y descodificación eficiente: Adopta su propia tecnología VAE (codificador automático variacional) y DiT (una arquitectura de aprendizaje profundo), lo que hace posible generar vídeos 1080P de duración ilimitada, mejorando tanto la eficiencia como la calidad de imagen.

Arquitectura técnica de Wan 2.1

Wan 2.1 adopta su propia arquitectura VAE (codificador automático variacional) y DiT (Diffusion Transformer), lo que mejora enormemente su capacidad para modelar relaciones de contexto espacio-temporales. La VAE divide el vídeo en múltiples bloques y almacena en caché las características intermedias, lo que permite codificar y descodificar de forma eficiente vídeos 1080P de duración超长, y generar vídeos en alta definición de duración ilimitada. Mediante el mecanismo de atención espacio-temporal completa y el mecanismo de compartición de parámetros, DiT mejora significativamente la calidad de generación y la eficiencia del entrenamiento.

El modelo Wan 2.1 también admite la generación de vídeos de duración ilimitada: utiliza la VAE para dividir el vídeo en varias partes y almacenar en caché las características intermedias para conseguir una codificación y descodificación eficiente, lo que permite generar vídeos de 1080P de gran longitud. Además, su calidad de generación y eficiencia de entrenamiento mejoran significativamente gracias al mecanismo de atención espacio-temporal completa y al mecanismo de compartición de parámetros, lo que da como resultado un efecto más fino y estable. Asimismo, al configurar los parámetros, los usuarios pueden elegir distintos modos preestablecidos, como el modo sencillo y el modo profesional, para satisfacer distintos niveles de creación y necesidades de proyecto.

Escenarios de aplicación de Wan 2.1

• Creación de contenidos: Para los creadores de vídeo, Wan 2.1 es una herramienta muy potente que les ayuda a crear vídeos con efectos más variados.

• Producción publicitaria: En marketing y publicidad, puede utilizarse para crear vídeos promocionales muy atractivos.

• Educación y formación: En el ámbito educativo, mejora la experiencia de aprendizaje mediante vídeos de demostración vívidos, aumentando la eficiencia en la transmisión de información.

Cómo utilizar Wan 2.1

• Acceder a la plataforma: Visita http://tongyi.aliyun.com/wanxiang/ para registrar una cuenta e iniciar sesión.

• Seleccionar la función: Tras iniciar sesión, busca Pintura por texto en la columna izquierda de la plataforma y selecciona la función Wan 2.1, donde encontrarás distintas opciones de generación.

• Introducir prompts: Los usuarios pueden introducir el tema o los elementos del vídeo que desean generar, tanto en chino como en inglés.

• Configurar parámetros: Según sus necesidades, los usuarios pueden ajustar parámetros del vídeo generado, como la duración del vídeo, el tipo de efecto especial y las acciones de los personajes.

• Generar y previsualizar: Tras enviar la solicitud, el sistema generará el vídeo y el usuario podrá previsualizarlo. Si está satisfecho, podrá descargarlo o compartirlo.

Dirección de demostración:https://tongyi.aliyun.com/wanxiang/