Novita 提供市場上極具競爭力的價格。
舉例來說，一段 Wan 2.1 I2V 720P 5 秒影片僅需 0.3 美元，而一段 Wan 2.1 I2V 480P 5 秒影片更只需 0.2 美元！
目前最多支援 3 個 LoRA！
Wan 2.1 I2V（Image-to-Video）是一款尖端的影片生成模型，結合了 Wan-VAE 與 Video Diffusion DiT 等最先進技術。在強大且乾淨的訓練資料集支援下，它擅長高保真影片重建、高效壓縮以及流暢的文字轉影片生成。
Wan2.1 I2V 能力
Wan 2.1 的關鍵創新
1. Wan-VAE
概述
- 專為高效壓縮與高保真動態還原而設計的 3D 變分自編碼器（VAE）。
- 能夠在維持時間一致性的情況下，對 1080P 影片進行編碼與解碼。
- 整合多種策略以優化時空壓縮、減少記憶體使用量，並確保時間因果性。
解決的問題
- 高效壓縮： 降低影片資料的儲存與運算需求。
- 高保真重建： 確保生成的影片品質優良，且動態連貫。
- 時間一致性： 避免生成影片中出現影格不連貫或抖動等常見問題。
2. Video Diffusion DiT
概述
- 建構於 Diffusion Transformers，並透過 Flow Matching 框架強化。
- 支援多語言文字輸入（經由 T5 Encoder）與文字嵌入（cross-attention）。
- 使用共享 MLP 預測時間嵌入的調製參數，使每個 transformer 區塊學習不同的偏誤，從而提升效能。
解決的問題
- 文字與影片生成的深度整合： 讓模型能更好地根據文字描述理解並生成影片。
- 提升生成效能： 在不增加參數量的情況下，顯著提高生成影片的品質與表現力。
- 多模態支援： 處理多種語言與輸入類型，擴展應用場景。
3. 候選資料集
概述
- 經過精心篩選、去重的大型影像與影片資料集。
- 採用四步驟資料清洗流程，專注於資料維度、視覺品質與動態品質。
- 建構多樣化且高品質的訓練集。
解決的問題
- 資料雜訊與冗餘： 有效移除低品質或重複資料，提升訓練資料的有效性。
- 多樣性與品質： 為模型提供豐富且乾淨的樣本，增強泛化能力與生成能力。
- 大規模訓練： 支援在大型高品質資料集上進行高效訓練。
Wan 2.1 的 Vbench 評估
Wan 2.1（Wan-14B）在身份一致性、物理合理性與流暢度等核心任務中展現優異表現。其整體加權分數在業界名列前茅，是當前頂尖的影片生成模型之一。然而，在風格化能力與鏡頭控制方面仍有改善空間。
Wan 2.1 的硬體需求
Wan 2.1 對硬體需求較高，尤其針對高解析度與大型模型任務。Wan 2.1 I2V 的記憶體需求接近 80GB。建議使用多張高階資料中心級 GPU（如 A100、H100 或 H20）以滿足記憶體與速度需求。消費級 GPU 僅適用於小型模型與低解析度場景。
| 模型 | 單卡相容性 | 多 GPU 建議 | 推薦等級 |
|---|---|---|---|
| RTX 4090 | 否 | 否 | 僅適用於 480P 的 T2V-1.3B |
| H20 | 不支援 | 4 GPU 或 8 GPU | ★★★ |
| A800/A100 | 支援 | 4 GPU 或 8 GPU | ★★★★ |
| H800/H100 | 支援 | 4 GPU 或 8 GPU | ★★★★★ |
如何透過 Novita AI 使用 Wan 2.1？
Novita AI 是一個 AI 雲端平台，為開發者提供簡單 API 輕鬆部署 AI 模型，同時提供經濟實惠且可靠的 GPU 雲端服務，用於建置與擴展。
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：選擇模型
瀏覽可用選項，選擇符合您需求的模型。
步驟 3：開始免費試用
步驟 4：取得 API 金鑰
為進行 API 驗證，我們將提供您一組新的 API 金鑰。進入頁面後，您可按圖示所示複製 API 金鑰。
步驟 5：安裝 API
使用您程式語言的套件管理器安裝 API。
安裝後，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，即可開始與 Novita AI LLM 互動。以下是 Python 使用者使用聊天補全 API 的範例。
import requests
url = "https://api.novita.ai/v3/async/wan-i2v"
payload = {
"extra": {"webhook": {
"url": "<string>",
"test_mode": {
"enabled": True,
"return_task_status": "<string>"
}
}},
"model_name": "<string>",
"image_url": "<string>",
"width": 123,
"height": 123,
"loras": [
{
"path": "<string>",
"scale": {}
}
],
"seed": 123,
"prompt": "<string>",
"negative_prompt": "<string>",
"steps": 123,
"guidance_scale": 123,
"flow_shift": 123,
"enable_safety_checker": True
}
headers = {
"Content-Type": "<content-type>",
"Authorization": "<authorization>"
}
response = requests.request("POST", url, json=payload, headers=headers)
print(response.text)
Wan 2.1 I2V（Image-to-Video）是一款尖端的影片生成模型，結合了 Wan-VAE 與 Video Diffusion DiT 等最先進技術。在強大且乾淨的訓練資料集支援下，它擅長高保真影片重建、高效壓縮以及流暢的文字轉影片生成。
常見問題
Wan 2.1 I2V 的硬體需求為何？
Wan 2.1 I2V 是先進的模型，用於從文字或圖像輸入生成高品質影片。其獨特之處在於高保真動態還原、時間一致性以及支援多語言文字轉影片生成。
什麼是 Wan 2.1 I2V，它有何獨特之處？
具競爭力的定價：每段 5 秒 720P 影片 0.40 美元，而類似平台為 2.39 美元。
易於使用的 API，並附有詳盡的開發者文件。
如何存取 Wan 2.1 I2V？
您可以透過 Novita AI 平台使用 Wan 2.1 I2V。只需登入、選擇模型、取得 API 金鑰，然後將 API 整合到您的開發環境中。
Novita AI 是一站式雲端平台，助力您的 AI 抱負。整合 API、無伺服器、GPU 執行個體——您所需的高成本效益工具。免除基礎設施煩惱，免費起步，讓您的 AI 願景成真。
