Wan 2.5，作为 Wan 视频生成系列的最新专有进化版本，现已正式在 Novita AI 上线。本次更新引入了 两个专用模型：
- Wan 2.5 Preview 文生视频（T2V）—— 根据文本描述直接生成高质量视频，支持 5 秒和 10 秒时长。
- Wan 2.5 Preview 图生视频（I2V）—— 从初始图像和文本指导创建流畅运动视频，同样提供 5 秒和 10 秒格式。
两种变体均首次引入 全新音频功能，提供 自动配音 或 上传自定义音频文件 选项，实现无缝同步。基于先进的深度学习，Wan 2.5 能够提供 更清晰的视觉效果、更流畅的运动和更快的生成速度—— 让创作者、教育工作者和营销人员以最小的工作量制作出专业级的视频内容。
以下是 Wan 2.5 在 Novita AI 上的当前定价：
Wan 2.5 的核心亮点
Wan 2.5 在 Wan 2.1 的坚实基础上构建，在生成质量和整体模型能力上实现了显著提升。这些进步源于若干核心技术革新，最值得注意的是专家混合（MoE）架构的集成、训练数据的扩展与精炼，以及高压缩视频生成技术的采用。
1. AI 驱动的自动化
自动处理场景转换、光照和时间安排——在减少手动编辑的同时确保电影级的一致性。
2. 文生视频与图生视频生成
将提示或脚本转化为动态、可直接分享的视频，大幅缩短制作时间。
3. 精确的音频同步
完美对齐画外音、音乐和音效，带来专业级的视听效果。
4. 高清输出
支持最高 1080p 和 4K 的导出，提供清晰生动的视觉效果，适配所有平台。
5. 灵活的模板与自定义
提供更丰富的模板库，搭配可调整效果和品牌选项，实现最大的创作自由。
6. 硬件友好性
即便在标准 PC 和普通消费级 GPU 上也能流畅运行——非常适合个人创作者或小团队。
Wan 2.5 将专家混合（MoE）架构集成到其视频扩散框架中。事实证明，MoE 在大语言模型中行之有效，它能够在不大幅增加推理成本的情况下大幅提升模型总参数量。在 Wan 2.5 的 A14B 系列中，专门为扩散去噪过程引入了双专家配置：高噪声专家负责早期阶段的生成以确定整体构图，而低噪声专家负责后期阶段以增强精细细节。每个专家包含约 14B 参数，总参数量达到 27B，但每一步仅激活 14B，保持了几乎相同的推理工作负载和 GPU 内存占用。
Wan 2.5 对比 Wan 2.2：新在哪里？
虽然两者同属同一模型家族，但 Wan 2.5 引入了重大升级，全面提升了性能、效率和用户体验。它在 Wan 2.1 的基础上进一步提升了渲染速度、真实感和创作控制力。
| 对比项 | Wan 2.5 | Wan 2.2 |
|---|---|---|
| 算法 | 采用先进的深度学习，精确度更高，视觉效果更逼真 | 使用标准深度学习，视频质量一般 |
| 性能 | 生成速度更快，高效处理复杂高分辨率场景 | 生成速度慢，高分辨率输出有限 |
| 功能 | 新增扩展模板、精确音频同步和可定制效果 | 仅提供基础模板和效果 |
| 用户体验 | 直观易用，适合初学者和专业人士 | 传统界面，需要一定学习成本 |
Wan 2.5 AI 视频模型的应用场景
- 营销视频： 轻松制作产品、营销活动或品牌故事的专业推广内容。
- 社交媒体内容： 为 Instagram、TikTok 和 YouTube 等平台生成吸引眼球的视频，提升互动率。
- 教育资源： 将课程计划、教程或讲座转化为互动性强、视觉吸引力高的学习材料。
- 企业演示： 快速高效地制作精美的内部沟通和培训视频。
- 创意项目： 适合动画、叙事驱动内容及多媒体艺术，实现无限的创意表达。
Wan 2.5 视频生成展示
T2V 提示词：一名年轻男子静静地坐在一节地铁车厢里，周围是快速移动的模糊人影。[特写] 他的眼睛几乎没有眨动，强化了孤独感。
I2V 图片：
I2V 提示词：一位银发女王庄严地站在中世纪堡垒庭院中。她的斗篷在风中轻轻飘动，士兵们静默地站在她身后。镜头缓慢拉近，捕捉她头发的细微摆动以及盔甲上闪烁的光线。电影般的色调，柔和的晨光与戏剧性的氛围。
在 Novita AI 上开始使用 Wan 2.5！
Wan 2.5 现已登陆 Novita AI，每条 5 秒 1080p 视频（T2V 和 I2V 均适用）仅需 0.75 美元，让您在控制成本的前提下探索强大的视频生成能力。
第一步：登录并访问模型库
登录您的账户，点击 模型库 按钮。
第二步：选择您的模型
浏览可用选项，选择适合您需求的模型。
第三步：获取您的 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。进入设置页面后，您可以按照图片所示复制 API 密钥。
第四步：安装 API
使用您编程语言对应的包管理器安装 API。
安装后，将必要的库导入您的开发环境。使用您的 API 密钥初始化 API，开始与 Novita AI LLM 进行交互。以下是 Python 用户使用聊天补全 API 的示例。更多详情请查看文档。
Wan 2.5 图生视频 API 示例
import requests
url = "https://api.novita.ai/v3/async/wan-2.5-i2v-preview"
payload = {
"input": {
"prompt": "<string>",
"negative_prompt": "<string>",
"img_url": "<string>",
"audio_url": "<string>"
},
"parameters": {
"resolution": "<string>",
"duration": 123,
"prompt_extend": True,
"audio": True,
"seed": 123
}
}
headers = {
"Content-Type": "<content-type>",
"Authorization": "<authorization>"
}
response = requests.post(url, json=payload, headers=headers)
print(response.json())
通过将智能自动化与灵活的创意控制相结合，Wan 2.5 重新定义了 AI 驱动视频生成的可能性。其双模型（文生视频和图生视频）加上精确的音频集成与加速渲染，使专业视频创作比以往任何时候都更快、更流畅、更易上手。无论是用于故事讲述、教育还是营销，Wan 2.5 都能让每一位创作者轻松将想法变为现实——所有这些都在一个精简的平台上完成。
常见问题
什么是 Wan 2.5？
Wan 2.5 是 Wan 系列最新的闭源 AI 视频生成模型，旨在将文本、图像或音频转化为完整的高质量视频，几乎无需额外努力。凭借先进的深度学习技术，它简化了整个制作流程——让任何人都能在无需专业剪辑技能的情况下创作出专业、视觉连贯的视频。
Wan 2.5 与 Wan 2.2 的主要区别是什么？
Wan 2.5 引入了专家混合（MoE）架构、更快的渲染速度、更高的视觉真实感、精确的音频同步以及 1080p/4K 输出支持——比 Wan 2.2 更高效、更灵活。
Wan 2.5 是开源的吗？
不是。Wan 2.5 是一个闭源模型，但公众可以通过 Novita AI 平台和 API 集成来使用。
Novita AI 是一个一体化云平台，助力您的 AI 抱负。集成 API、无服务器、GPU 实例——您所需的成本效益工具。无需基础设施，免费开始，让您的 AI 愿景成为现实。
