Wan2.1
开源且先进的大规模视频生成模型项目
Wan2.1 是一个开源且先进的大规模视频生成模型项目，支持文本到图像、文本到视频、图像到视频等多种生成任务。它具备丰富的配置选项，可调整分辨率、扩散步数等参数，还能对提示词进行增强。使用了多种先进技术和工具，在视频和图像生成领域具有广泛应用前景，适合研究人员和开发者使用。
项目介绍
Wan2.1 是一个致力于提供开放且先进的大规模视频生成模型的项目。它提供了文本到图像（T2I）和文本到视频（T2V）以及图像到视频（I2V）的生成功能，涵盖了不同规模的模型，如 T2V - 1.3B、T2V - 14B、I2V - 14B 等。项目支持多语言提示词增强，用户可以通过 Gradio 界面方便地进行操作，设置分辨率、扩散步数、引导比例等参数。同时，项目还提供了命令行工具，方便用户根据需求进行更细致的配置。
主要功能
文本到图像生成：根据用户输入的文本描述，生成相应的图像。 文本到视频生成：根据文本提示生成视频，支持不同的分辨率和帧数设置。 图像到视频生成：以输入的图像为基础，结合文本提示生成视频。 提示词增强：支持对输入的提示词进行扩展和优化，提供中文和英文两种目标语言。 参数调整：用户可以调整扩散步数、引导比例、偏移比例等参数，以获得不同的生成效果。
应用场景
创意设计：为设计师提供灵感，快速生成图像和视频素材。 影视制作：辅助制作动画、特效视频等。 游戏开发：生成游戏中的场景、角色等素材。 教育领域：用于制作教学视频、动画演示等。 广告营销：制作吸引人的广告视频和图片。
常见问题
问题 1：Wan2.1 支持哪些任务？ 回答：Wan2.1 支持文本到图像（T2I）、文本到视频（T2V）和图像到视频（I2V）的生成任务。
问题 2：我可以在 Gradio 界面上使用 Wan2.1 吗？ 回答：可以，项目提供了 Gradio 界面，你可以在界面上方 便地输入提示词、设置参数并生成图像或视频。
问题 3：Wan2.1 支持多语言提示词吗？ 回答：支持，在提示词增强功能中，你可以选择中文（ZH）或英文（EN）作为目标语言。
问题 4：我能调整生成图像或视频的分辨率吗？ 回答：可以，在 Gradio 界面的高级选项中，你可以选择不同的分辨率，如 7201280、1280720 等。
问题 5：Wan2.1 对硬件有什么要求吗？ 回答：文档中未明确提及具体硬件要求，但如果使用分布式环境，需要确保有相应的 GPU 支持，并且要注意设置好环境变量，如 RANK、WORLD_SIZE、LOCAL_RANK 等。
编辑推荐精选
GPT Image 2中文站
AI 图片生成平台
GPT Image 2 是面向用户的 AI 图片生成平台，支持文生图、图生图及多模型创意工作流。
Nano Banana Pro 中文站
AI 图片生成工具
输入简单文字，生成想要的图片。支持Nano Banana/gptimage-2等最新模型。
Vecbase
你的AI Agent团队
Vecbase 是专为 AI 团队打造的智能工作空间，将数据管理、模型协作与知识沉淀整合于一处。算法、产品与业务在同一平台无缝协同，让从数据到 AI 应用的落地更快一步。
音述AI
全球首个AI 音乐社区
音述AI是全球首个AI音乐社区，致力让每个人都能用音乐表达自我。音述AI提供零门槛AI创作工具，独创GETI法则帮助用户精准定义音乐风格，AI润色功能支持自动优化作品质感。音述AI支持交流讨论、二次创作与价值变现。针对中文用户的语言习惯与文化背景进行专门优化，支持国风融合、C-pop等本土音乐标签，让技术更好地承载人文表达。
QoderWork
阿里Qoder团队推出的桌面端AI智能体
QoderWork 是阿里推出的本地优先桌面 AI 智能体，适配 macOS14+/Windows10+，以自然语言交互实现文件管理、数据分析、AI 视觉生成、浏览器自动化等办公任务，自主拆解执行复杂工作流，数据本地运行零 上传，技能市场可无限扩展，是高效的 Agentic 生产力办公助手。
lynote.ai
一站式搞定所有学习需求
不再被海量信息淹没，开始真正理解知识。Lynote 可摘要 YouTube 视频、PDF、文章等内容。即时创建笔记，检测 AI 内容并下载资料，将您的学习效率提升 10 倍。
AniShort
为AI短剧协作而生
专为AI短剧协作而生的AniShort正式发布，深度重构AI短剧全流程生产模式，整合创意策划、制作执行、实时协作、在线审片、资产复用等全链路功能，独创无限画布、双轨并行工业化工作流与Ani智能体助手，集成多款主流AI大模型，破解素材零散、版本混乱、沟通低效等行业痛点，助力3人团队效率提升800%，打造标准化、可追溯的AI短剧量产体系，是AI短剧团队协同创作、提升制作效率的核心工具。
seedancetwo2.0
能听懂你表达的视频模型
Seedance two是基于seedance2.0的中国大模型，支持图像、视频、音频、文本四种模态输入，表达方式更丰富，生成也更可控。
nano-banana纳米香蕉中文站
国内直接访问，限时3折
输入简单文字,生成想要的图片，纳米香蕉中文站基于 Google 模型的 AI 图片生成网站，支持文字生图、图生图。官网价格限时3折活动
扣子-AI办公
职场AI，就用扣子
AI办公助手，复杂任务高效处理。办公效率低？扣子空间AI助手支持播客生成、PPT制作、网页开发及报告写作，覆盖科研、商业、舆情等领域的专家Agent 7x24小时响应，生活工作无缝切换，提升50%效率！
推荐工具精选
AI云服务特惠
懂AI专属折扣关注微信公众号
最新AI工具、AI资讯
独家AI资源、AI项目落地
微信扫一扫关注公众号