Wan 2.2 يمثل جيلاً جديداً من نماذج الفيديو مفتوحة المصدر الخفيفة ولكنها القوية، المصممة لتوليد الفيديو من النص (T2V) ومن الصورة إلى الفيديو (I2V) مع تماسك زمني قوي. تم بناؤه ببنية محسنة توازن بين الكفاءة وجودة المخرجات، ويقدم أداء استدلال قوي حتى في ظل ظروف الأجهزة المحدودة. لفتح إمكاناته الكاملة، فهم متطلبات ذاكرة الوصول العشوائي (VRAM) أمر ضروري قبل النشر. سواء كنت تخطط للاستدلال المحلي على بطاقات الرسوميات للمستهلكين أو توسيع أحمال عمل الإنتاج من خلال مثيلات السحابة، فإن تخصيص الذاكرة المناسب يضمن الاستقرار والسرعة على حد سواء.
يرشدك هذا الدليل إلى كل ما تحتاج إلى معرفته:
- خيارات بطاقات الرسوميات: من البطاقات من فئة المستهلكين إلى بطاقات الرسوميات للشركات، اعثر على ما يشغل Wan 2.2 بكفاءة أكبر.
- إدارة ذاكرة الوصول العشوائي (VRAM): تعرف على كيف يمكن للكمية والبيئات التشغيلية الحديثة تقليل تكاليف الذاكرة دون التضحية بالجودة.
- وصول مبسط: استكشف الخيارات القائمة على API التي تتيح لك توليد الفيديوهات دون التعامل مع قيود الأجهزة.
Wan 2.2: الأساسيات وأبرز الميزات
| الميزة | Wan 2.2 |
| المعامل | 14B |
| مفتوح المصدر | نعم |
| الدقة | 1080P/720P/480P |
| تنسيق الإدخال/الإخراج | T2V, I2V |
| مدة الفيديو | 5 ثوانٍ |
| نسبة العرض إلى الارتفاع | 16:9/9:16/1:1 |
| معدل الإطارات | 24 إطار في الثانية |
أبرز التحسينات
- إطار الانتشار المدعوم بتقنية MoE: يقدم Wan 2.2 تصميم مزيج الخبراء (MoE) إلى نظام انتشار الفيديو الخاص به. من خلال تفويض مراحل إزالة الضوضاء المختلفة إلى شبكات خبراء مخصصة، يقوم النموذج بتوسيع سعته بكفاءة—معززاً الأداء دون ارتفاع نسبي في تكلفة الحساب.
- تحكم محسّن في النمط البصري: تم تدريب Wan 2.2 على مجموعة بيانات غنية بالتعليقات التفصيلية للإضاءة والتكوين والتباين ونبرة اللون، مما يوفر تحكماً دقيقاً في النمط السينمائي. يسمح هذا للمبدعين بتوجيه المزج البصري والجماليات بدقة عالية عبر مختلف النوايا الفنية.
- تدريب محسّن على الحركة والمشاهد: مقارنة بـ Wan 2.1، يدمج الإصدار الجديد أكثر من 65% من الصور الإضافية و 80% من مقاطع الفيديو الإضافية، مما يعرضه لنطاق أوسع من أنماط الحركة وهياكل المشاهد والسياقات السردية. يمنح التغطية الأكثر ثراءً للبيانات Wan 2.2 قدرة تعميم محسّنة عبر إعدادات بصرية متنوعة.
كم ذاكرة وصول عشوائي (VRAM) يحتاجها Wan 2.2 (T2V و I2V)؟
| الكمية (Quantization) | ذاكرة الوصول العشوائي (VRAM) (تقريباً) |
| 8 بت | 15.4 جيجابايت |
| 6 بت | 12 جيجابايت |
| 5 بت | 10.3 جيجابايت |
| 4 بت | 8.56 جيجابايت |
متطلبات الأجهزة
1. RTX 3090: نقطة الدخول إلى سير عمل عالي الدقة
على الرغم من أن RTX 3090 لا يزال بإمكانه تشغيل Wan 2.2، فإن ذاكرة الوصول العشوائي (VRAM) الخاصة به البالغة 24 جيجابايت تعاني غالباً من مشاكل مع توليد الفيديو من النص (T2V) بدقة كاملة. يعتمد المستخدمون عادةً على النماذج المكممة (Q6_K, Q5_K_M) ودقة مخفضة تبلغ حوالي 480 بكسل.
الأداء أبطأ وأقل استقراراً، ولكن مع عمليات التحسين مثل فك ترميز VAE المقسّم و Memreduct، يظل قابلاً للاستخدام لمهام توليد الفيديو الخفيفة أو الاستكشافية.
2. RTX 4090: النقطة المثالية بين الأداء والتكلفة
تظل بطاقة RTX 4090 (ذاكرة وصول عشوائي 24 جيجابايت) البطاقة عالية الأداء الأكثر شيوعاً للتوليد المحلي. تقوم بتقديم 81 إطاراً بدقة 640×480 في حوالي 7 ثواني لكل إطار، وتتوسع إلى دقة 720 بكسل في ~18 ثانية لكل إطار، محققة تفاصيل قوية ووفاءً للمطالبات.
تعمل بشكل مريح مع إعدادات Q8_0 أو الدقة الكاملة، على الرغم من أن وقت التقديم وتكلفة الطاقة يرتفعان بشكل حاد مع زيادة الدقة. للمبدعين الأفراد أو الفرق الصغيرة، تعد 4090 النقطة المثالية لدمج السرعة والجودة والتكلفة المعقولة.
3. RTX 5090: أداء من الفئة العليا للمحترفين في T2V و I2V
مع عرض نطاق ترددي متطور وذاكرة وصول عشوائي كافية، تحقق RTX 5090 ثانية واحدة لكل إطار بدقة 720×720 لسير عمل I2V، مما يوفر تماسكاً استثنائياً ووضوحاً بصرياً.
تتعامل مع النماذج بدقة كاملة أو المكممة بشكل خفيف بسهولة، مع الحفاظ على مخرجات 720 بكسل متسقة وتشويش بصري ضئيل. للمبدعين الذين يستهدفون جودة تشبه الأفلام أو تسلسلات حركة ممتدة، تمثل 5090 أفضل توازن بين إمكانية الوصول والأداء المتميز.
4. H100 SXM: سرعة واستقرار على مستوى مراكز البيانات
مجهز بذاكرة وصول عشوائي تبلغ 80 جيجابايت، يقدم H100 SXM إنتاجية استثنائية ومساحة ذاكرة إضافية. في معايير المجتمع، يكمل توليد T2V بدقة 640×640 من 6 خطوات في حوالي 36 ثانية إلى دقيقة واحدة، مع الحفاظ على أداء مستقر عند دقة أعلى مثل 720×1280. تستغرق كل تكرار بين 3 إلى 7 ثواني، مما يتيح تقارباً أسرع وحركة أكثر سلاسة حتى في التسلسلات السينمائية.
تسمح ذاكرة الوصول العشوائي الواسعة الخاصة به بالاستدلال بدقة كاملة دون تقسيم أو كمية، مما يجعله مثالياً لمختبرات البحث وخطوط الإنتاج التي تتطلب كلاً من الجودة والقابلية للتوسع.
تحقق من أسعار بطاقات الرسوميات!
كيفية تحسين استخدام الذاكرة لـ Wan 2.2
على الرغم من أن Wan 2.2 يتطلب ذاكرة وصول عشوائي (VRAM) كبيرة، فإن التحسين الدقيق يمكن أن يجعل توليد كلاً من T2V و I2V ممكناً على نطاق واسع من الأجهزة. تتضمن إدارة الذاكرة الفعالة ثلاث طبقات: كمية النموذج، وتعديلات البيئة التشغيلية، وإعدادات مستوى سير العمل.
1. اختر مستوى الكمية المناسب
تحدد الكمية مباشرة مقدار ذاكرة الوصول العشوائي (VRAM) الذي يستهلكه النموذج.
- Q8_0: يقدم جودة شبه خالية من الخسارة ولكنه يتطلب حوالي 15 جيجابايت أو أكثر من ذاكرة الوصول العشوائي (VRAM).
- Q6_K / Q5_K_M: يقدم أفضل توازن بين الدقة والكفاءة، ويعمل بشكل مريح على البطاقات التي تبلغ ذاكرتها 12 إلى 16 جيجابايت.
- Q4_0: يقلل الاستخدام إلى أدنى حد للاختبار أو المعاينة، على الرغم من أن التفاصيل الدقيقة وسلاسة الحركة تنخفض بشكل واضح.
يضمن اختيار الكمية المناسبة الاستقرار قبل أي تعديلات على البيئة التشغيلية.
2. تطبيق تقنيات توفير الذاكرة المثبتة
يوصي مستخدمو المجتمع بعدة استراتيجيات عملية لتقليل ضغط الذاكرة:
- تحاكي عقد Distorch Multi-GPU ذاكرة وصول عشوائي افتراضية من خلال توزيع أحمال العمل عبر بطاقات الرسوميات أو مساحة التبديل.
- يقوم Memreduct بمسح ذاكرة النظام غير المستخدمة بانتظام لمنع تعطل البيئة التشغيلية.
- يقوم فك ترميز VAE المقسّم بمعالجة الإطارات في patches صغيرة، مما يقلل استخدام ذاكرة الوصول العشوائي (VRAM) بعدة جيجابايات مع خسارة جودة ضئيلة.
يمكن أن تجعل هذه التقنيات إعدادات 12 جيجابايت قابلة للاستخدام لمشاريع الدقة المتوسطة (480 بكسل إلى 640 بكسل).
3. تحسين الإعدادات و LoRAs
يعتبر ضبط مستوى الميزات مهماً بنفس القدر:
- قم بتعطيل LoRAs السرعة مثل lightx2v أو causvid لتوليد الفيديو من النص (T2V)، لأنها تقلل من التنوع البصري وتستهلك ذاكرة إضافية.
- قم بتفعيل Sage Attention، الذي يعزز الكفاءة بتكلفة شبه معدومة.
- احتفظ بقيم Shift معتدلة (1–8)؛ قد تؤدي الإعدادات المتطرفة إلى عدم استقرار التوليد أو إهدار ذاكرة الوصول العشوائي (VRAM).
افتح الكفاءة والراحة مع API!
Wan 2.2 متاح الآن على Novita AI! قم بتسجيل الدخول وافتح علامة التبويب لتوليد الفيديو لبدء الإنشاء. يمكنك ضبط المخرجات على 480 بكسل أو 1080 بكسل، أو تحميل صورة لتوليد الفيديو من الصورة (I2V)، أو إدخال موجه لتوليد الفيديو من النص (T2V). تحقق من صفحة مكتبة النماذج للحصول على تفاصيل حول Wan 2.2 والنماذج الأخرى.
| النموذج | المدة/الدقة | السعر (بالدولار الأمريكي) |
| Wan 2.2 T2V / I2V | 5 ثوانٍ/480 بكسل | $0.09 / فيديو |
| Wan 2.2 T2V / I2V | 5 ثوانٍ/720 بكسل | $0.27 / فيديو |
| Wan 2.2 T2V / I2V | 5 ثوانٍ/1080 بكسل | $0.40 / فيديو |
الخطوة 1: تسجيل الدخول والوصول إلى مكتبة النماذج قم بتسجيل الدخول إلى حسابك وانقر على زر مكتبة النماذج.
الخطوة 2: اختر النموذج الخاص بك تصفح الخيارات المتاحة واختر النموذج الذي يناسب احتياجاتك.
الخطوة 3: احصل على مفتاح API الخاص بك للمصادقة مع API، سنقدم لك مفتاح API جديد. عند الدخول إلى صفحة “الإعدادات“، يمكنك نسخ مفتاح API كما هو موضح في الصورة.
الخطوة 4: تثبيت API قم بتثبيت API باستخدام مدير الحزم الخاص بلغة البرمجة الخاصة بك.
بعد التثبيت، قم باستيراد المكتبات الضرورية إلى بيئة التطوير الخاصة بك. قم بتهيئة API باستخدام مفتاح API الخاص بك لبدء التفاعل مع Novita AI LLM.
الأسئلة الشائعة
ما هو Wan 2.2؟ Wan 2.2 هو نموذج توليد فيديو خفيف الوزن قادر على كلاً من التوليد من النص إلى الفيديو (T2V) والتوليد من الصورة إلى الفيديو (I2V). يقدم حركة سينمائية، وتحكماً دقيقاً في الإضاءة، وتدريباً موسعاً على مشاهد متنوعة.
هل يمكن تشغيل Wan 2.2 على بطاقات الرسوميات للمستهلكين؟ نعم. يمكن لبطاقات مثل RTX 3090 تشغيل الإصدارات المكممة (مثل Q6_K أو Q5_K_M) بدقة 480 بكسل باستخدام تقنيات توفير الذاكرة مثل فك ترميز VAE المقسّم.
ما هو الفرق بين T2V و I2V في Wan 2.2؟ يقوم T2V بتوليد فيديو كامل مباشرة من موجهات النص، بينما يبدأ I2V من صورة ويمدها إلى حركة، مما يوفر تماسكاً أفضل وعرضاً أسرع.
Novita AI هي منصة سحابية شاملة تمكّنك من تحقيق طموحاتك في الذكاء الاصطناعي. واجهات برمجة التطبيقات المدمجة، بدون خوادم، مثيلات بطاقات الرسوميات — الأدوات الفعالة من حيث التكلفة التي تحتاجها. أزل البنية التحتية، ابدأ مجاناً، واجعل رؤيتك في الذكاء الاصطناعي حقيقة.
