重點摘要
Wan2.1 在真實世界準確度方面表現卓越，包括：
手部細節： 能精確渲染手指與質感。
繪畫動畫： 將靜態繪圖轉為動態短片。
物理模擬： 模擬樹枝彎曲等效果。
頭髮動態： 真實地展現髮絲運動。
物體互動： 處理複雜的空間交互。
群眾渲染： 在大場景中保持清晰度。
透過 Novita AI，一段 5 秒的 720P 影片僅需 $0.40 美元，並提供易於使用的 API。Wan2.1 結合了經濟性、可及性與精準的影片生成能力。
深入探索 Wan 2.1 的完整威力
什麼是 Wan 2.1？
阿里雲已將旗下的 Wan2.1 系列 AI 模型開源，專門用於影片生成。此舉降低了學術界、研究人員及商業用戶的使用門檻，使他們能夠在無需大量初期成本的情況下，運用最先進的 AI 能力。透過將這些模型開放，阿里雲促進了 AI 與影片生成領域的創新與協作。
Wan2.1 的多元能力
Wan2.1 是一款功能極其多樣化的工具，在影片與圖像生成的各項任務中都表現出色：
- 文字轉影片 (T2V)： 將文字提示轉換為影片。
- 圖片轉影片 (I2V)： 根據單張圖片輸入生成影片。
- 影片編輯： 實現 AI 驅動的編輯，提升影片品質與效果。
- 文字轉圖片 (T2I)： 將文字描述轉化為靜態圖片。
Wan2.1 的一大亮點是能夠生成 中英文 文字，使其成為多語言影片生成的先驅。其強大的文字生成能力進一步提升了在各種使用情境中的實用性。
Wan2.1 的真實世界準確度
Wan2.1 系列在模擬真實世界物理與細節方面表現出色。以下是凸顯其效能的一些關鍵能力：
a. 手部細節
- 該模型擅長渲染手部，能準確呈現如 個別手指、** 皮膚紋理 ，甚至是 戒指**等飾品的細節。
b. 繪畫動畫
- Wan2.1 可以將 靜態繪圖 轉換為 短影片片段，使動畫師與數位藝術家擁有強大的創作工具。
c. 物理模擬
- 該模型能準確描繪真實世界的物理現象。例如，它可以渲染一隻 長頸鹿倒掛在樹上，而 ** 樹枝在重量壓力下真實地彎曲**。
d. 頭髮動態
- 它能在影片中準確渲染 頭髮運動，當人物轉頭時，** 髮絲**會自然地隨之飄動。
e. 物體互動
- Wan2.1 能模擬 複雜的物體互動，確保多個物體在同一空間內能真實地相互作用。
f. 群眾渲染
- 該模型擅長渲染 大規模人群，保持每個個體的清晰度，從而產出連貫且細緻的場景。
Wan 2.1 的 VBench 評測
VBench 旨在提供對個別模型優缺點的有價值見解，促進詳細且客觀的評估。這些見解不僅為未來的影片生成進展提供資訊，也有助於提升模型性能。為確保與人類感知的一致，VBench 整合了人類偏好註解，強化了其作為基準的相關性與可靠性。下圖展示了 Wan2.1 的表現：
摘自 Alizila
Wan2.1 的硬體需求
Wan2.1 提供多種針對不同使用情境的模型，每種都有特定的硬體需求。以下是四種 Wan2.1 模型的硬體需求詳細摘要：
| **模型名稱 ** | ** 功能 ** | ** 支援解析度 ** | ** 模型大小 ** | ** 硬體需求 ** | ** 建議 GPU** |
|---|---|---|---|---|---|
| T2V-14B | 文字轉影片 (T2V) | 480P / 720P | 14B | ⭐⭐⭐⭐ | A100 / RTX 3090 / RTX 4090 |
| I2V-14B-720P | 圖片轉影片 (I2V) | 720P | 14B | ⭐⭐⭐⭐ | A100 / RTX 3090 / RTX 4090 |
| I2V-14B-480P | 圖片轉影片 (I2V) | 480P | 14B | ⭐⭐⭐ | RTX 3090 / RTX 4070 Ti |
| T2V-1.3B | 文字轉影片 (T2V) | 低解析度 | 1.3B | ⭐⭐ | RTX 3060 / RTX 4060 或更高 |
透過 API 執行 Wan2.1
Novita AI 是一個 AI 雲端平台，為開發者提供簡便的方式，透過我們的簡單 API 部署 AI 模型，同時也提供經濟實惠且可靠的 GPU 雲端服務，用於建置與擴展。
Novita 在市場上提供極具競爭力的價格。
例如，一段 Wan 2.1 720P 的 5 秒影片僅需 $0.4 美元
而在 Replicate 上，類似的影片則需 $1 美元
步驟 1：登入並進入模型庫
登入您的帳戶，然後點選 「模型庫」 按鈕。
步驟 2：選擇您的模型
瀏覽可用的選項，然後選擇適合您需求的模型。
步驟 3：開始免費試用
開始免費試用，探索所選模型的功能。
步驟 4：取得您的 API 金鑰
為了驗證 API，我們將提供一組新的 API 金鑰。進入「設定」頁面，您可以按照圖示複製 API 金鑰。
步驟 5：安裝 API
使用適合您程式語言的套件管理器來安裝 API。
安裝完成後，將必要的函式庫匯入您的開發環境。使用您的 API 金鑰初始化 API，開始與 Novita AI LLM 互動。以下是給 Python 使用者使用聊天補全 API 的範例。
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)
常見問題
執行 Wan2.1 需要什麼硬體？
建議使用高效能 GPU，如 A100、RTX 3090 或 RTX 4090 來執行 14B 模型。
入門級模型（例如 T2V-1.3B）可在 RTX 3060+ 上執行低解析度任務。
是什麼讓 Novita AI 對於 Wan2.1 具備成本效益？
有競爭力的價格：每段 5 秒 720P 影片僅需 $0.40 美元，而類似平台則需 $2.39 美元。
提供易於使用的 API，並附有開發者詳細文件。
如何透過 API 使用 Wan2.1？
透過 Novita AI 使用 Wan2.1 的步驟：
登入 並進入模型庫。
選擇您想要的模型。
開始 免費試用，探索其功能。
在 「設定」 部分取得您的 API 金鑰。
安裝並將 API 整合到您的開發環境中。
Novita AI 是一個一站式雲端平台，助力您的 AI 願景。整合 API、無伺服器、GPU 實例——您所需的經濟高效工具。無需基礎設施，免費開始，將您的 AI 願景化為現實。
