关键亮点
Wan2.1 在真实世界准确性方面表现出色，包括：
手部细节： 渲染手指和纹理。
手绘动画： 将静态画作转化为短片。
物理模拟： 模拟树木弯曲等效果。
头发运动： 逼真地动画化发丝。
物体交互： 处理复杂的空间交互。
人群渲染： 在大场景中保持清晰度。
在 Novita AI 上，5 秒 720P 视频仅需 $0.40，并提供易于使用的 API。Wan2.1 在视频生成中兼顾了经济性、可访问性和精准性。
探索 Wan 2.1 的全部能力
什么是 Wan 2.1？
阿里云已采取重大举措，将其用于视频生成的 Wan2.1 系列 AI 模型开源。这一举措降低了学术界、研究人员和商业用户的使用门槛，使他们能够利用最先进的 AI 能力，而无需高昂的前期成本。通过公开提供这些模型，阿里云促进了 AI 和视频生成领域的创新与合作。
Wan2.1 的多功能能力
Wan2.1 是一款高度通用的工具，在视频和图像生成相关的各种任务中表现出色：
- 文本到视频（T2V）： 将文本提示转换为视频。
- 图像到视频（I2V）： 根据单张图像输入生成视频。
- 视频编辑： 实现 AI 驱动的编辑，提高视频质量和效果。
- 文本到图像（T2I）： 将文本描述转换为静态图像。
Wan2.1 的一个突出特点是能够生成 中文和英文 文本，使其成为多语言视频生成的先驱。其强大的文本生成能力增强了其在各种用例中的实用性。
Wan2.1 的真实世界准确性
Wan2.1 系列在模拟真实世界物理和细节方面具有卓越的准确性。以下是突出其性能的一些关键能力：
a. 手部细节
- 该模型擅长渲染手部，展示出精确的细节，如 **单个手指 、 皮肤纹理 ，甚至 ** 戒指 等配饰。
b. 手绘动画
- Wan2.1 可以将 静态画作 ** 转化为 ** 短视频片段，使其成为动画师和数字艺术家的强大工具。
c. 物理模拟
- 该模型准确描绘真实世界的物理现象。例如，它可以渲染 **一只长颈鹿倒挂在树上 ，同时 ** 树枝因重量而逼真地弯曲。
d. 头发运动
- 它能准确渲染视频中的 **头发运动 ，在人物转头时展示 ** 发丝 的自然飘动。
e. 物体交互
- Wan2.1 可以模拟 复杂的物体交互，确保多个物体在同一空间内逼真地相互作用。
f. 人群渲染
- 该模型擅长渲染 大规模人群，同时保持每个个体清晰可辨，呈现出连贯且细节丰富的场景。
Wan 2.1 的 VBench
VBench 旨在提供关于单个模型优缺点的有价值见解，促进详细和客观的评估。这些见解不仅为视频生成的未来进展提供信息，也有助于提升模型性能。为确保与人类感知一致，VBench 整合了人类偏好标注，增强了其作为基准的相关性和可靠性。下图展示了 Wan2.1 的性能：
来源：Alizila
Wan2.1 的硬件要求
Wan2.1 提供了多种针对不同使用场景的模型，每种模型都有特定的硬件需求。以下是四个 Wan2.1 模型硬件要求的详细汇总：
| **模型名称 ** | ** 功能 ** | ** 分辨率支持 ** | ** 模型大小 ** | ** 硬件需求 ** | ** 推荐GPU** |
|---|---|---|---|---|---|
| T2V-14B | 文本到视频（T2V） | 480P / 720P | 14B | ⭐⭐⭐⭐ | A100 / RTX 3090 / RTX 4090 |
| I2V-14B-720P | 图像到视频（I2V） | 720P | 14B | ⭐⭐⭐⭐ | A100 / RTX 3090 / RTX 4090 |
| I2V-14B-480P | 图像到视频（I2V） | 480P | 14B | ⭐⭐⭐ | RTX 3090 / RTX 4070 Ti |
| T2V-1.3B | 文本到视频（T2V） | 低分辨率 | 1.3B | ⭐⭐ | RTX 3060 / RTX 4060 或更高 |
通过 API 运行 Wan2.1
Novita AI 是一个 AI 云平台，为开发者提供通过简单 API 部署 AI 模型的便捷方式，同时还提供经济且可靠的 GPU 云，用于构建和扩展。
Novita 提供市场上极具竞争力的定价。
例如，一个 Wan 2.1 720P 5 秒视频仅需每段 $0.4
而 Replicate 上类似的视频价格为每段 $1
步骤 1：登录并访问模型库
登录您的账户，点击 模型库 按钮。
步骤 2：选择模型
浏览可用选项，选择适合您需求的模型。
步骤 3：开始免费试用
开始免费试用，探索所选模型的功能。
步骤 4：获取 API 密钥
为了通过 API 进行身份验证，我们将为您提供一个新的 API 密钥。进入 “设置” 页面，您可以按照图中所示复制 API 密钥。
步骤 5：安装 API
使用特定于您编程语言的包管理器安装 API。
安装后，将必要的库导入到您的开发环境中。使用您的 API 密钥初始化 API，开始与 Novita AI LLM 交互。以下是 Python 用户使用聊天补全 API 的示例：
import requests
url = "https://api.novita.ai/v3/async/wan-t2v"
payload = {
"extra": {"webhook": {
"url": "<string>",
"test_mode": {
"enabled": True,
"return_task_status": "<string>"
}
}},
"model_name": "<string>",
"width": 123,
"height": 123,
"seed": 123,
"prompt": "<string>",
"frames": 123
}
headers = {
"Content-Type": "<content-type>",
"Authorization": "<authorization>"
}
response = requests.request("POST", url, json=payload, headers=headers)
print(response.text)
常见问题
运行 Wan2.1 需要什么硬件？
推荐使用 A100、RTX 3090 或 RTX 4090 等高性能 GPU 运行 14B 模型。
入门级模型（如 T2V-1.3B）可在 RTX 3060+ 上执行低分辨率任务。
是什么让 Novita AI 在 Wan2.1 上具有成本效益？
具有竞争力的定价：每段 5 秒 720P 视频仅需 $0.40，而类似平台为 $2.39。
为开发者提供易于使用的 API 及详细文档。
如何通过 API 使用 Wan2.1？
通过 Novita AI 使用 Wan2.1 的步骤：
登录 并访问模型库。
选择所需模型。
免费试用 以探索其功能。
在 设置 部分获取您的 API 密钥。
安装 API 并将其集成到您的开发环境中。
Novita AI 是一个一体化云平台，助力您的 AI 愿景。集成 API、无服务器、GPU 实例 — 您所需的经济高效工具。无需基础设施，免费开始，让您的 AI 愿景成为现实。
