当前位置：首页 > wzjs >正文

郴州网站设计较好的公司网站色调为绿色

wzjs 2025/9/17 23:37:43

郴州网站设计较好的公司,网站色调为绿色,汕头有什么招聘平台,怎么注册公司流程和费用2025年2 月 26 日，阿里巴巴深夜重磅开源了视频生成大模型——Wan 2.1（ 通义万相 2.1）。此次开源采用 Apache 2.0 协议，当前全球开发者可通过GitHub（https://github.com/Wan-Video/Wan2.1）、HuggingFace&…

2025年2 月 26 日，阿里巴巴深夜重磅开源了视频生成大模型——Wan 2.1（通义万相 2.1）。此次开源采用 Apache 2.0 协议，当前全球开发者可通过GitHub（https://github.com/Wan-Video/Wan2.1）、HuggingFace（https://huggingface.co/Wan-AI　）平台直接下载并上手体验。"通义万相"（Tongyi Wanxiang）是阿里巴巴达摩院推出的一款AI绘画工具，基于先进的生成式人工智能技术，能够根据用户输入的文本描述（Prompt）自动生成高质量的图像、插画或设计作品。提供14B和1.3B参数版本，支持中英文视频生成及特效（如粒子效果、物理模拟），其14B在VBench榜单以86.22%得分登顶。Wan2.1 Prompt可以根据deepseek模型进一步优化，耳熟能详的手机app即梦AI也是这么个玩法，通过deepseek的优化可以将模糊需求细化为具体场景描述，能显著提升视频细节与场景丰富度。

1.部署要求

模型参数‌	‌CPU要求‌	‌内存要求‌	‌显存要求‌	‌硬盘要求‌
‌1.5B‌	最低4核，推荐8核‌	8GB+‌	8GB+（如RTX 3060）‌	10GB+ SSD‌
‌14B‌	最低8核，推荐16核‌	16GB+‌	16GB+（如RTX 4090）‌	20GB+ SSD‌

2.下载地址

Models	Download Link	Notes
T2V-14B	🤗 Huggingface 🤖 ModelScope	Supports both 480P and 720P
I2V-14B-720P	🤗 Huggingface 🤖 ModelScope	Supports 720P
I2V-14B-480P	🤗 Huggingface 🤖 ModelScope	Supports 480P
T2V-1.3B	🤗 Huggingface 🤖 ModelScope	Supports 480P

3.安装

我们使用python虚拟环境做隔离，防止包冲突：

python -m venv wan2.1    # 创建名为 wan2.1 的虚拟环境
source wan2.1/bin/activate  # 激活环境（Linux/macOS）

下载wan2.1 repo:

git clone https://github.com/Wan-Video/Wan2.1.git
cd Wan2.1

安装依赖：

# Ensure torch >= 2.4.0
pip install -r requirements.txt

安装过程错误解决：

如果是阿里云安装遇到ssl报错后找不到ninja：

pip install --trusted-host mirrors.cloud.aliyuncs.com ninja   #跳过 SSL 验证安装

安装flash-attn卡住移步github下载、安装

windows: https://github.com/kingbri1/flash-attention/releases

Linux: https://github.com/Dao-AILab/flash-attention/releases/download/v2.7.4.post1/flash_attn-2.7.4.post1+cu12torch2.6cxx11abiFALSE-cp311-cp311-linux_x86_64.whl

下载完后安装：

pip install flash_attn-2.7.4.post1+cu12torch2.6cxx11abiFALSE-cp311-cp311-linux_x86_64.whl

下载模型（这里用魔搭下载，魔搭比huggingface快）：

pip install modelscope
modelscope download Wan-AI/Wan2.1-T2V-1.3B --local_dir ./Wan2.1-T2V-1.3B

4.运行生成视频

运行：

python generate.py  --task t2v-1.3B --size 832*480 --ckpt_dir ../Wan2.1-T2V-1.3B --sample_shift 8 --sample_guide_scale 6 --prompt "变形金刚入侵地球."

如上视频已经生成好了，下载看看效果：

变形金刚入侵地球-原

5. DeepSeek丰富后Wan2.1

5.1 deepseek构建场景

从生成的视频来看，场景还是略显单调。那么我们的国货之光DeepSeek就该上场了，可以用它对文本描述（Prompt）进行丰富。

我们用deepseek丰富下文本：

例如这样问deepseek：我需要使用AI工具生成一个5秒钟的视频，我想象的场景：变形金刚入侵地球，但我感觉比较空洞，帮我扩充下场景，使其更加丰满。50字以内。

5.2 重新生成

使用deepseek生成场景描述文本重新生成：

python generate.py  --task t2v-1.3B --size 832*480 --ckpt_dir ../Wan2.1-T2V-1.3B --sample_shift 8 --sample_guide_scale 6 --prompt "深夜，城市天际线被猩红警报撕裂，赛博坦巨影从云层压境。擎天柱在燃烧的街道上变形起身，金属关节摩擦出火花，身后人类四散奔逃。威震天的炮管在月球轮廓前充能，一道等离子光束贯穿摩天楼群，玻璃幕墙如冰晶崩塌。汽车人编队从硝烟中冲出，轮胎碾过坠落的军机残骸，5秒内定格地球文明存亡瞬间。"

效果如下：

变形金刚-优

6. 效果对比

不同的prompt生成时间基本一致，这里因为我们描述的场景太多，视频太短，效果不是那么明显。目前wan2.1只能生成3~5秒的视频，我们可以描述单一场景，效果对比就很明显。后续也可以借助一些工具可以生成长视频。这里主要告诉大家我们可以借助deepseek强大的自然语言能力丰富场景，然后根据deepseek生成的文本描述（Prompt）一种玩法，效果会更好。就像即梦AI的玩法类似。