|
|
阿里万相（WAN 2.1）是阿里巴巴推出的多模态大模型，专注于视频生成（文生视频和图生视频）与编辑领域。作为WAN系列的升级版本，它在生成质量、控制能力和应用场景上均有显著提升。目前开源视频生成领域最好的模型，没有之一。
今天分享的WAN2.1 V3版基于国外大佬 FurkanGozukara 的webui打包整合，修复了上个版本几个报错问题，支持最50系显卡，支持文生视频、图生视频及视频生成视频等功能。FurkanGozukara在原版Wan2.1的基础上整合优化，支持最小4G显存实现视频生成功能，且不需要ComfyUI复杂的工作流。新增LoRa的支持，加入Teacache加速，支持批量生成，以及多个实用扩展功能。
WAN 2.1的核心特点
多模态输入支持 支持文本、图片、草图、音频等多模态输入生成视频，用户可通过灵活的组合方式控制内容生成。 例如：上传一张静态图片+文本描述，即可生成动态视频。
高分辨率与长视频生成 可生成1080p及以上分辨率的视频，并支持生成更长的连贯片段（相比早期版本）。 通过时序建模优化，减少帧间闪烁问题。
精细化控制 提供细粒度的运动控制（如物体运动轨迹、镜头运镜）和风格控制（如写实、卡通、水墨等）。
支持对生成视频的局部编辑（如替换特定物体或背景）。 中文场景优化 针对中文文化和本土化需求（如古风、节日主题）进行了数据训练和优化。
商业化集成 与阿里云生态深度整合，提供API接口，便于企业快速部署到电商、广告等场景。
应用领域
电商与广告 自动生成商品展示视频（如服装动态穿搭、家电功能演示）。 定制化广告内容（根据用户画像生成个性化视频广告）。
短视频与社交 用户通过文本或图片快速生成UGC内容（如抖音/B站创意视频）。
虚拟主播/数字人视频生成。 影视与设计 辅助分镜生成、特效预演，降低制作成本。 古风、动漫等风格化视频创作。
教育与企业服务 将课件/说明书转换为动态视频，提升信息传达效率。
使用教程：(建议N卡，显存4G起。基于CUDA12.8)
和之前的Wan操作类似，最简单的操作就是，输入提示词，支持大语言模型增强提示词（基于Qwen2.5-3B），选择模型，最后生成。
图生视频类似，上传图片，选择模型，输入提示词，生成。
虽然4G显存可以玩，但参数都拉到最低，效果一般。建议显存8G起，可选参数更丰富。因部分处理转移到内存，所以图生视频建议内存（RAM）32G起，否则会很慢。
这个版本的webui扩展功能很丰富，但之前玩过视频生成的一看就能立刻上手。小白需要一段时间摸索，后期会出一期视频教程介绍。
注.因模型较大，一共加起来100多G，故默认只打包1.3B文生视频模型，其他14B文/图生视频模型请根据需要自行下载，直接点击一键包内的对应型号模型下载即可。
下载过V2版的，可以直接将V2版的models文件夹拷贝过来。
下载地址：
迅雷云盘：https://pan.xunlei.com/s/VOOlQG80YdubhdMd9PHNzs5iA1?pwd=jxs5
百度网盘：游客， 上上宾会员可免费下载该资源， 点此开通上上宾 免费下载全站99%的付费资源。或单独支付 30碎银 下载该资源 立即购买
解压密码：https://deepface.cc/ 复制这个完整的网址即是解压密码，不要有空格，复制粘贴即可
|
DEEPFACE论坛免责声明
本论坛发布的所有内容，包括图片、软件、模型等部分来自网络，版权归原作者所有。
本论坛提供的内容仅用于个人学习和研究，请勿滥用，否则由此引发的责任需自行承担。
请合理合法使用AI技术，并遵守当地法律法规，不要用于违法用途！
如本站发布内容侵犯了你的合法权益，请联系我们删除。
|
发表于 
发表于 
发表于