Wan2.1-T2V-1.3B-Diffusers

Это модель (Text-to-Video) с 1.3 миллиардами параметров, разработанная для генерации видео по текстовым запросам. Модель оптимизирована для работы на потребительских GPU: требуется 8.19 GB VRAM, и генерация 5-секундного видео в разрешении 480p занимает ~4 минуты на GPU RTX 4090 без оптимизации.

Ключевые особенности:

• Высокая производительность превосходит открытые и коммерческие решения по метрикам.
• Поддержка нескольких задач:
  • Генерация видео по тексту (Text-to-Video),
  • Генерация видео по изображению (Image-to-Video).
  • Редактирование видео, синтез аудио к видео, генерация изображений по тексту.
  • Генерация текста — первая видео-модель, поддерживающая синтез китайского и английского текста в видео.
• Эффективный VAE — Wan-VAE обеспечивает кодирование/декодирование видео Full HD любой длины с сохранением временной последовательности, минимизируя потребление памяти.

Технические детали:

• Поддерживает разрешения 480p и 720p (для 720p стабильность ниже из-за меньшего объема тренировочных данных).
• Время генерации: ~4 минуты на 5-секундное видео (480p, без оптимизации).
• Поддержка библиотеки Diffusers (Hugging Face) для инференса.
• Однокартный режим: на RTX 4090 с опцией `offload_model`.
• Многокартный режим: через FSDP + xDiT USP для масштабирования.

Запрещено генерировать контент, нарушающий законы, нарушающий права или распространяющий дезинформацию. Модель предназначена для исследований и творческих проектов, обеспечивая баланс между производительностью и доступностью.

---

Модель является составной частью пайплайна генерации видео, состоящего из:

• UMT5 text encoder: ~6B параметров, 
• Transformer: ~1.3B параметров, 
• VAE: ~127M параметров.

Всего: ~7B параметров

Дата анонса: 01.03.2025
Параметров: 1.3B
Контекст: 512
Потребление памяти: 3.6 ГБ в точности 4 бит, 7.3 ГБ в точности 8 бит, 14.5 ГБ в точности 16 бит
Разработчик: Alibaba Wan Team
Лицензия: Apache 2.0

Воспользуйтесь нашими готовыми публичными эндпоинтами бесплатно для теста инференса и знакомства с Wan2.1-T2V-1.3B-Diffusers. Получить токен для доступа к API вы можете на странице управления токенами после регистрации и верификации.

Арендуйте собственный физически выделенный инстанс с почасовой оплатой или на длительный срок с помесячной оплатой.

Мы рекомендуем создание частных инстансов в случаях, если необходимо:

• получить максимальную производительность эндпоинта,
• получить полный контекст для обработки больших запросов и диалогов,
• обеспечить максимальную безопасность, для обработки данных в выделенном изолированном пространстве,
• использовать кастомизированные веса: fine-tuned версии или lora-адаптеры.

Свяжитесь с нашей специализированной группой поддержки по нейросетям nn@immers.cloud или отправьте ваш запрос в отдел продаж sale@immers.cloud.