Wan Animate 2: Funktionen, Modelle, ComfyUI und kompletter Leitfaden

Wan Animate 2 ist ein quelloffenes Framework des Wan-Teams für die Charakteranimation. Es verarbeitet ein Referenzbild und ein Steuervideo und erzeugt daraus ein neues Video: Die abgebildete Figur übernimmt die Bewegung der Vorlage, ohne dabei ihre visuelle Identität zu verlieren. Anders als die frühere Wan2.2-Animate-Pipeline führt das neue System das Steuervideo direkt einem neu konzipierten Diffusion Transformer zu. Ein vorgeschalteter Posen- oder Bewegungsextraktor ist für das zentrale Bewegungssignal nicht mehr nötig.

Das zweite zentrale Merkmal ist die textgesteuerte Wahl der Perspektive. Die virtuelle Ausgabekamera muss den Blickwinkel des Steuervideos nicht mehr exakt übernehmen. Kreative können deshalb eine Bewegung übertragen und zugleich eine andere Ansicht der Figur vorgeben. Am 7. August 2026 veröffentlichte das Team den Inferenzcode sowie die Gewichte für Base und Distillation. Wan-Animate-2-Lite wurde zusätzlich als Streaming-Variante angekündigt, war in dieser ersten öffentlichen Gewichtsveröffentlichung jedoch nicht enthalten.

Dieser Leitfaden trennt bestätigte Fakten von Vermutungen aus der Community, hilft bei der Modellwahl und erklärt die Nutzung über das offizielle Repository, Diffusers und den neuen ComfyUI-Workflow.

Status geprüft am 17. August 2026. Wan Animate 2 entwickelt sich schnell weiter. Knotennamen, Modellpakete und Hardware-Optimierungen können sich ändern. Prüfen Sie das offizielle Wan-Animate-2-Repository, bevor Sie einen Produktions-Workflow erstellen.

Wan Animate 2 auf einen Blick

Was ist Wan Animate 2?

Wan Animate 2 ist kein allgemeines Text-zu-Video-Modell. Der Kern-Workflow umfasst drei Eingaben:

1. Ein Referenzbild, das die Zielfigur und das Erscheinungsbild der Szene definiert.
2. Ein Steuerungsvideo, das die Bewegung im Zeitverlauf vorgibt.
3. Eine strukturierte Textbeschreibung, die das Erscheinungsbild der Figur, den Hintergrund und optional die gewünschte Perspektive beschreibt.

Das Ergebnis ist ein neu gerendertes Animationsvideo der Figur. Damit eignet sich das Modell unter anderem für digitale Charaktere, virtuelle Moderatoren, stilisierte Avatare, Werbemaskottchen, kurze Animationen und die Bewegungs-Previsualisierung.

Der Name kann verwirrend sein. Der herunterladbare Checkpoint wird als Wan2.2-Animate-2-14B veröffentlicht, aber Wan Animate 2 ist ein neues Framework und keine einfache Umbenennung des ursprünglichen Wan2.2 Animate-Workflows. Suchergebnisse für „wan 2.2 animate“, „wan animate“ und „wan animate 2“ überschneiden sich derzeit, daher sollten Sie vor dem Herunterladen von Dateien immer den Checkpoint-Namen und die Node-Version prüfen.

Zentrale Funktionen von Wan Animate 2

1. Direkte Konditionierung durch das Steuervideo

Frühere Systeme zur Charakteranimation wandelten eine Darbietung vor der Generierung häufig zunächst in Posen, Gesichtsmerkmale, Skelettdaten oder andere Bewegungsrepräsentationen um. Bei jedem dieser Zwischenschritte können Details verloren gehen oder Ausrichtungsfehler entstehen.

Wan Animate 2 verarbeitet das Steuervideo stattdessen direkt in seinem neu entwickelten Diffusion Transformer. Ziel sind eine originalgetreuere Bewegung und eine stabilere Identität ohne zwischengeschalteten Bewegungsextraktor. Vorverarbeitung verschwindet damit nicht zwangsläufig aus jeder Implementierung. Das wesentliche Bewegungssignal wird vor dem Modell jedoch nicht mehr auf eine reine Posenfolge reduziert.

2. Stärkere Identitätserhaltung

Das Referenzbild liefert Gesicht, Körper, Kleidung und Stil der Figur. Die direkte Konditionierung soll diese Merkmale stabiler erhalten, während das Steuervideo Pose und Ausdruck verändert.

Die Identitätskonsistenz sollte dennoch unter schwierigen Bedingungen geprüft werden: schnelle Drehungen, Selbstverdeckungen, Hände vor dem Gesicht, Bewegungsunschärfe, Ganzkörperbewegungen, ungewöhnliche Proportionen und starke Maßstabsänderungen. Ein makelloses Beispiel aus der Produktvorstellung ersetzt keine wiederholten Tests mit der eigenen Figur.

3. Textgesteuerte Wahl der Perspektive

Herkömmliche Motion-Transfer-Systeme übernehmen häufig die Kameraperspektive der Quelldarbietung. Wan Animate 2 ergänzt eine Textsteuerung, mit der sich die Ausgabeperspektive vom Steuervideo entkoppeln lässt.

Beispielsweise kann ein nach vorne gerichteter Videoclip die Bewegung steuern, während der Prompt eine Dreiviertelansicht oder eine leicht niedrigere Kameraposition anfordert. Dies ist hilfreich, wenn die Bewegung korrekt ist, aber die Bildkomposition des Quellvideos nicht zur gewünschten Aufnahme passt.

Perspektivänderungen bleiben generative Rekonstruktionen. Dabei können Bereiche einer Figur sichtbar werden, die das Referenzbild nicht zeigt. Prüfen Sie deshalb Vorder- und Rückseite, Kostüm sowie Requisiten auf hinzuerfundene oder abweichende Details.

4. Base- und Distilled-Modelle

Die öffentliche Veröffentlichung umfasst ein Base-Modell für die vollständige Inferenz sowie ein Distillation-Modell mit weniger Entrauschungsschritten. Das offizielle Diffusers-Beispiel verwendet 40 Schritte für Base und 10 Schritte für Distilled.

Das Distilled-Beispiel setzt außerdem guidance_scale=1.0 und verwendet den Euler-Flow-Solver. Diese Einstellungen sind modellspezifisch: Das Übertragen der Base-Einstellungen auf den Distilled-Checkpoint ist keine zuverlässige Methode für einen Vergleich.

5. Ein Lite-Modell für Streaming-Anwendungen

Laut Projektvorstellung senkt Wan-Animate-2-Lite die Inferenzlatenz bis in einen echtzeitfähigen Bereich für gestreamte Charakteranimation. Für Live-Avatare und interaktive Agenten ist das eine wichtige Entwicklungsrichtung.

In den Release Notes vom 7. August werden jedoch nur die Base- und Distillation-Gewichte aufgeführt, nicht ein Lite-Checkpoint. Lite sollte deshalb bis zur Veröffentlichung von Modellgewichten, einem API-Endpunkt, einer dokumentierten Demo oder reproduzierbaren Latenzwerten als angekündigte Variante gelten. „Echtzeit“ hängt außerdem von Auflösung, Clip-Länge, Batch-Größe und Hardware ab sowie davon, ob die Latenz pro Frame oder für den gesamten Prozess gemessen wird.

6. Mehrere Möglichkeiten zur Ausführung des Modells

Das offizielle Projekt dokumentiert eigene Inferenzskripte und eine Gradio-Oberfläche. Zusätzlich wird Wan Animate 2 von Diffusers unterstützt; ComfyUI bietet einen nativen Workflow für die Arbeit mit Nodes. Alle Varianten verwenden dieselben grundlegenden Eingaben, unterscheiden sich aber bei Modellpaketen, Speicherverwaltung und betrieblicher Kontrolle.

Vergleich der Wan Animate 2-Modelle

Die Diffusers-Repositories sind Paketierungsoptionen und keine zusätzlichen Modellstufen. Verwenden Sie den Base Diffusers-Checkpoint oder den Distilled Diffusers-Checkpoint entsprechend der Pipeline, die Sie ausführen möchten.

Funktionsweise von Wan Animate 2

Auf praktischer Ebene sieht der Workflow folgendermaßen aus:

1. Bereiten Sie das Referenzbild vor. Verwenden Sie eine klar sichtbare Figur, eine stabile Beleuchtung und eine ausreichende Auflösung, um Gesichts- und Kostümdetails darzustellen.
2. Bereiten Sie das Steuervideo vor. Halten Sie die Person sichtbar, vermeiden Sie unnötige Schnitte und beginnen Sie mit einem kurzen Clip, der genau die benötigte Bewegung zeigt.
3. Beschreiben Sie das Erscheinungsbild statt der Handlung. Im offiziellen Workflow erstellt ein LLM eine sachliche Bildbeschreibung der Figur und des Hintergrunds. Handlung und hineininterpretierte Emotionen bleiben außen vor.
4. Kodieren Sie die drei Eingaben. Das Referenzbild definiert die Identität, das Video liefert die zeitliche Bewegung und der Prompt liefert Anweisungen zu Erscheinungsbild und Perspektive.
5. Führen Sie die Entrauschung mit Base- oder Distilled-Inferenz durch. Das Modell erzeugt ein zeitlich konsistentes Video-Latent, das durch alle drei Quellen konditioniert wird.
6. Dekodieren und exportieren Sie das Ergebnis. Das offizielle Diffusers-Beispiel exportiert mit 24 fps.

Diese Aufgabenteilung ist entscheidend. Versuchen Sie nicht, das Steuervideo über den Erscheinungs-Prompt mit einer widersprüchlichen Handlungsbeschreibung zu überstimmen. Das Video steuert die Bewegung; der Text beschreibt Zielfigur und Kamera eindeutig.

Hardwareanforderungen und realistische Erwartungen

Wan Animate 2 ist ein Videomodell mit 14 Milliarden Parametern. Das offizielle Referenzsystem ist daher erheblich leistungsstärker als ein typischer Bildgenerierungs-Workflow auf Consumer-Hardware.

Das Repository gibt an, dass die standardmäßige parallele Konfiguration für 8× A800-GPUs bei 720p optimiert ist. Das Team hat außerdem 480p auf 2× A800-GPUs getestet. Andere Setups erfordern Anpassungen an der parallelen YAML-Konfiguration.

Dies sind offiziell getestete Konfigurationen und keine universellen Mindestanforderungen. Sie beweisen nicht, dass eine bestimmte Consumer-GPU zwangsläufig scheitert, da Offloading, Quantisierung, reduzierte Auflösung, kürzere Clips und ComfyUI-Optimierungen den Speicherverbrauch verändern können. Sie garantieren auch keine praktikable Geschwindigkeit auf einer kleineren Grafikkarte.

Für einen realistischen lokalen Testplan:

• bei 480p mit einem kurzen Steuervideo beginnen;
• den Distilled-Checkpoint vor Base verwenden;
• lange Batches vermeiden, bis ein Clip zuverlässig abgeschlossen wird;
• sowohl VRAM als auch System-RAM überwachen;
• die Kaltstartzeit getrennt von der Generierungszeit erfassen;
• die Kosten pro nutzbarem Ergebnis vergleichen, nicht nur die Sekunden pro Vorschau.

Community-Konvertierungen im FP8- oder GGUF-Format können die Hardwareanforderungen senken, sind jedoch nicht identisch mit den offiziellen BF16-Checkpoints. Prüfen Sie vor der Verwendung einer Konvertierung in der Produktion Quelle, Prüfsumme, Node-Kompatibilität und Ausgabequalität.

So installieren Sie Wan Animate 2 aus dem offiziellen Repository

Das offizielle Setup verwendet Python 3.11, PyTorch 2.7 mit CUDA-12.6-Wheels, FlashAttention sowie eine editierbare Installation des Repositorys.

git clone --recursive https://github.com/Wan-Video/Wan-Animate-2.git
cd Wan-Animate-2

conda create -n wan_animate_2 python=3.11 -y
conda activate wan_animate_2

pip install torch==2.7.0 torchvision==0.22.0 torchaudio==2.7.0 \
  --index-url https://download.pytorch.org/whl/cu126
pip install -r requirements.txt
pip install flash-attn --no-build-isolation
pip install -e .

Laden Sie den Haupt-Checkpoint mit der Hugging Face CLI herunter:

pip install "huggingface_hub[cli]"
huggingface-cli download Wan-AI/Wan2.2-Animate-2-14B \
  --local-dir ./ckpts/

Das Repository enthält separate YAML-Dateien für die Base- und Distillation-Inferenz. Überprüfen Sie deren parallele Einstellungen vor dem Start eines Jobs; die Standardwerte setzen das oben beschriebene Multi-A800-Setup voraus.

Wan Animate 2 mit Diffusers

Bis die Unterstützung die nächste vom Projekt identifizierte Paketversion erreicht, installieren die offiziellen Anweisungen Diffusers aus dem Quellcode:

pip install git+https://github.com/huggingface/diffusers.git
pip install flash-attn --no-build-isolation

Eine minimale Base-Pipeline folgt diesem Muster:

import torch
from diffusers import WanAnimate2Pipeline
from diffusers.utils import export_to_video, load_image

pipe = WanAnimate2Pipeline.from_pretrained(
    "Wan-AI/Wan2.2-Animate-2-14B-Diffusers",
    torch_dtype=torch.bfloat16,
).to("cuda")

result = pipe(
    image=load_image("reference.png"),
    driving_video="driving.mp4",
    prompt=(
        "Subject appearance: a small wooden courier with a teal vest, "
        "cream shirt, coral shoes, and a paper cap. "
        "Background: a simple navy theater stage. "
        "Viewpoint: front three-quarter view, slightly low camera."
    ),
    height=800,
    width=640,
    num_inference_steps=40,
)

export_to_video(result.frames[0], "wan-animate-2-output.mp4", fps=24)

Für das Distilled-Paket starten Sie mit der veröffentlichten Konfiguration:

pipe = WanAnimate2Pipeline.from_pretrained(
    "Wan-AI/Wan2.2-Animate-2-14B-Distilled-Diffusers",
    torch_dtype=torch.bfloat16,
).to("cuda")

result = pipe(
    image=load_image("reference.png"),
    driving_video="driving.mp4",
    prompt=prompt,
    num_inference_steps=10,
    guidance_scale=1.0,
    flow_solver="euler",
)

Die Beispiele sind Ausgangspunkte und kein produktionsreifer Code. Ein Dienst benötigt außerdem Eingabevalidierung, Begrenzungen für die Videodekodierung, Timeouts, Warteschlangensteuerung, Modell-Warm-up, Ausgabespeicherung und Fehlerbehandlung.

Wan Animate 2 ComfyUI-Workflow

ComfyUI ist die zugänglichere Option für Kreative, die den Ablauf visuell nachvollziehen und verändern möchten. Die neue Integration basiert auf WanAnimate2ToVideo. WanAnimate2Cache kann wiederkehrende Berechnungen beschleunigen, benötigt dafür aber zusätzlichen Systemarbeitsspeicher. Laut ComfyUIs Begleitmaterial zur Veröffentlichung kann der Cache die Generierungszeit ungefähr halbieren. Der tatsächliche Gewinn hängt jedoch vom Graphen, der Hardware, der Auflösung und der Clip-Länge ab.

Schritt-für-Schritt-Einrichtung

1. ComfyUI aktualisieren. Verwenden Sie eine Version, die die Wan-Animate-2-Nodes bereits enthält. Meldet die Vorlage fehlende Core Nodes, ist Ihre Stable- oder Desktop-Version vermutlich älter als die benötigte Veröffentlichung.
2. Den Wan Animate 2-Workflow laden. Starten Sie mit der offiziellen Vorlage oder dem veröffentlichten ComfyUI-Workflow, anstatt den Graphen aus dem Gedächtnis neu aufzubauen.
3. Modelldownloads prüfen. Stellen Sie sicher, dass jeder Loader auf Dateien von Wan Animate 2 verweist. Ein älterer Wan2.2 Animate-Checkpoint ist nicht mit dem neuen Animate-2-Modell austauschbar.
4. Das Referenzbild hochladen. Bevorzugen Sie ein einzelnes, ungehindertes Motiv mit Details, die nach der Größenanpassung weiterhin erkennbar bleiben.
5. Das Steuervideo laden. Kürzen Sie es vor der Generierung. Ein fünfsekündiger Bewegungstest lässt sich leichter analysieren als ein langer Clip mit mehreren unterschiedlichen Aktionen.
6. Die Erscheinungsbeschreibung verfassen. Beschreiben Sie die sichtbaren Merkmale von Figur und Hintergrund. Ergänzen Sie eine kurze Anweisung zur Kamera, wenn Sie einen anderen Blickwinkel als im Steuervideo wünschen.
7. Base oder Distilled auswählen. Verwenden Sie Distilled für die ersten Kompatibilitäts- und Bewegungstests; wechseln Sie zu Base, wenn der Workflow stabil ist und Sie die finale Qualität vergleichen möchten.
8. Konservative Abmessungen festlegen. Beginnen Sie mit etwa 480p und halten Sie Breite und Höhe mit den Latent-Anforderungen des Workflows kompatibel.
9. Cache erst nach einer sauberen Ausgangsbasis aktivieren. Dadurch lässt sich leichter feststellen, ob ein Speicher- oder Ausgabeproblem vom Kernworkflow oder von der Optimierung stammt.
10. Eine kurze Generierung in die Warteschlange stellen. Prüfen Sie Identität, Hände, Verdeckung, Bewegungsablauf, Perspektive und Stabilität vom ersten bis zum letzten Frame, bevor Sie Auflösung oder Dauer erhöhen.

Alte und neue ComfyUI-Workflows nicht vermischen

Der ältere Wan2.2-Animate-Workflow verwendet Nodes wie WanAnimateToVideo und kann DWPose-, Gesichts-, Masken- und Hintergrundeingaben für Move- oder Mix-Modi vorverarbeiten. Der Wan-Animate-2-Workflow verwendet den neuen WanAnimate2ToVideo-Pfad und eine direkte Konditionierung durch das Steuervideo.

Wenn ein Tutorial Sie auffordert, das ursprüngliche wan2.2_animate_14B_bf16.safetensors, clip_vision_h, einen Pose-Schätzer und Masken für den Mix-Modus herunterzuladen, beschreibt es wahrscheinlich das frühere Modell. Dieses Tutorial kann weiterhin nützlich sein, ist jedoch keine Installationsanleitung für Wan Animate 2.

Empfohlene Starteinstellungen

Diese Einstellungen orientieren sich soweit möglich an den offiziellen Beispielen. Sie bedeuten nicht, dass jedes lokale ComfyUI-Paket dieselben Steuerungsmöglichkeiten bietet oder dass 480p auf jeder GPU funktioniert.

Anleitung zum Prompting

Das offizielle Repository empfiehlt, mit einem LLM eine objektive Bildbeschreibung zu generieren. Das Beispiel verwendet eine strikte chinesische Struktur: zuerst das Erscheinungsbild des Motivs, danach den Hintergrund, ohne Aktionsbeschreibung, subjektive Bewertung oder abgeleitete Emotionen.

Eine sprachneutrale Vorlage lautet:

Subject appearance: [species or person, face, hair, body proportions,
clothing, colors, materials, accessories].
Background: [location, major objects, lighting, dominant colors].
Viewpoint: [front, profile, rear, three-quarter, high, low, close, wide].

Besserer Prompt

Subject appearance: a stylized wooden courier with a round carved face,
short dark hair, a cream paper cap, teal vest, ivory shirt, and coral shoes.
Background: a simple miniature theater with a muted navy curtain and warm
gold stage light. Viewpoint: front three-quarter full-body view, slightly low.

Schwächerer Prompt

A happy courier runs dramatically, waves at the camera, jumps over a box,
and looks excited in a beautiful cinematic scene.

Die schwächere Version wiederholt Bewegungsanweisungen, die bereits im Steuervideo enthalten sind, und ergänzt subjektive Formulierungen. Liefert eine englische Beschreibung schlechte Ergebnisse, testen Sie zunächst die vom Repository empfohlene chinesische Struktur, bevor Sie daraus schließen, dass das Modell die Figur nicht erhalten kann.

Stärken und Einschränkungen

Wo Wan Animate 2 besonders stark ist

• Bewegungsübertragung, ohne die Darbietung im Steuervideo auf eine zwischengeschaltete Posenfolge zu reduzieren.
• Referenzbasierte Bewahrung von Identität und Stil.
• Eine Kameraperspektive, die sich vom Steuervideo unterscheiden kann.
• Base- und Distilled-Optionen mit weniger Schritten für Qualitäts-/Geschwindigkeitstests.
• Offizielle Repository-, Diffusers-, Gradio- und ComfyUI-Pfade.
• Apache-2.0-Repository-Lizenz und veröffentlichte Gewichte.

Was weiterhin sorgfältig getestet werden muss

• Hohe offizielle Multi-GPU-Anforderungen für 480p- und 720p-Konfigurationen.
• Schnelle Bewegungen, starke Bewegungsunschärfe, Verdeckung, Hände und Körperrotation.
• Lange Clips und Identitätskonsistenz von Einstellung zu Einstellung.
• Große Kameraveränderungen, bei denen nicht sichtbare Details der Figur erfunden werden müssen.
• Szenen mit mehreren Figuren und Interaktionen mit Objekten.
• Qualitätsunterschiede zwischen Base, Distilled, FP8 und von der Community quantisierten Versionen.
• Der Veröffentlichungszeitpunkt und die reale Latenz von Wan-Animate-2-Lite.

Frühe Vergleiche aus der Community fallen unterschiedlich aus. Einige Kreative berichten von beeindruckender Bewegungs- und Perspektivsteuerung; andere bevorzugen frühere Systeme bei bestimmten schnellen Bewegungen oder Video-zu-Video-Tests. Eine Community-Diskussion und ein frühes Vergleichsvideo können sinnvolle Testfälle aufzeigen. Sie dokumentieren aber weder jeden Versuch und sämtliche Einstellungen noch die Rechte an den Quellmedien oder die Kosten pro akzeptiertem Clip. Behandeln Sie diese Ergebnisse als zu prüfende Hypothesen, nicht als Rangliste.

Wan Animate 2 vs Wan2.2 Animate

Wählen Sie den älteren Workflow, wenn Sie speziell den dokumentierten Move/Mix-Ersetzungsprozess benötigen oder bereits über einen stabilen Produktions-Graph verfügen. Bewerten Sie Wan Animate 2, wenn direkte Bewegungstreue, Identität oder eine unabhängige Perspektivsteuerung wichtiger sind.

Beste Anwendungsfälle

Wan Animate 2 eignet sich vielversprechend für:

• stilisierte Figuren, die aus der Performance eines Schauspielers animiert werden;
• virtuelle Moderatoren und Avatar-Prototypen;
• Werbemaskottchen und Markenfiguren;
• Previsualisierung von Kameraalternativen mit nur einer Bewegungsaufnahme;
• kurze Social-Clips und narrative Einfügungen;
• Konzeptentwicklung für Spiele, Animationen und Filme;
• Forschung zu Streaming-Animation, sobald Lite reproduzierbar verfügbar ist.

Weniger geeignet ist das Modell derzeit für lange ungeschnittene Szenen, präzise Produktdemonstrationen, komplexe Aktionen mit vielen Figuren oder Live-Streaming – es sei denn, eigene Tests bestätigen die benötigte Konsistenz und Latenz.

Lizenz und kommerzielle Nutzung

Das Wan-Animate-2-Repository ist unter Apache 2.0 lizenziert. Dies erlaubt im Allgemeinen die Nutzung, Änderung und Verbreitung, einschließlich kommerzieller Nutzung, vorbehaltlich der Lizenzbedingungen.

Die Repository-Lizenz ist nur ein Teil der rechtlichen Prüfung für kommerzielle Projekte. Teams benötigen außerdem die Rechte am Referenzbild, an der aufgezeichneten Darbietung, am Abbild einer Person, an Kleidung, Musik und sämtlichen Hintergrundelementen. Animieren Sie Identität oder Darbietung einer realen Person nicht ohne deren entsprechende Einwilligung. Bewahren Sie bei der Weitergabe von Code oder veränderten Paketen die vorgeschriebenen Lizenz- und Urheberhinweise bei.

Wo Sie Wan Animate 2 erhalten

Nutzen Sie diese primären Ressourcen:

• Offizielles Wan-Animate-2-GitHub-Repository
• Offizielles 14B-Modellpaket
• Base-Diffusers-Paket
• Distilled-Diffusers-Paket
• Offizieller ComfyUI-Workflow

Poyo.ai verfügt derzeit über eine bestehende Wan Animate API mit separaten Move- und Replace-Routen. Diese Auflistung bezieht sich auf das frühere Produktionsmodell und nicht auf den neuen Wan Animate 2 Checkpoint, der in diesem Leitfaden beschrieben wird. Dieser Artikel behauptet nicht, dass Wan Animate 2 derzeit über die Poyo.ai API verfügbar ist.

Abschließendes Fazit

Wan Animate 2 setzt auf zwei bedeutsame Architekturentscheidungen: Das Steuervideo wird direkt verarbeitet, und Text kann einen von der Quelle abweichenden Kamerablickwinkel vorgeben. Damit adressiert das Modell zwei hartnäckige Probleme der Charakteranimation – verlorene Bewegungsdetails und eine Kamera, die an die Aufnahme des Darstellers gebunden bleibt.

Dank der veröffentlichten Base- und Distilled-Modelle lässt sich das System bereits mit dem offiziellen Code, Diffusers und ComfyUI testen. Die praktischen Grenzen sind ebenso klar: Die offizielle Hardwarekonfiguration ist enorm, das Modell noch jung, die Verfügbarkeit von Lite ungeklärt und anspruchsvolle Bewegung muss weiterhin kontrolliert geprüft werden.

Beginnen Sie mit einem kurzen 480p-Distilled-Lauf, halten Sie die Erscheinungsbeschreibung objektiv, ändern Sie jeweils nur eine Variable und vergleichen Sie Ergebnisse anhand nutzbarer Frames statt anhand der Wirkung von Launch-Demos. Dieser Prozess liefert mehr Erkenntnisse als jede allgemeine Behauptung über das „beste Charakteranimationsmodell“.

FAQ

Ist Wan Animate 2 dasselbe wie Wan2.2 Animate?

Nein. Wan Animate 2 verwendet eine neu entwickelte End-to-End-Architektur, die das Steuervideo direkt verarbeitet und eine textgesteuerte Perspektivwahl ermöglicht. Der Name des Checkpoints enthält weiterhin Wan2.2, was bei Suchanfragen und Tutorials zu Verwechslungen führt.

Ist Wan Animate 2 Open Source?

Das offizielle Repository und die veröffentlichten Gewichte sind öffentlich verfügbar, und das Repository ist unter Apache 2.0 lizenziert. Prüfen Sie die Lizenz und die Modelldateien für Ihren konkreten Verteilungs- oder kommerziellen Anwendungsfall.

Welche Wan Animate 2 Modelle kann ich herunterladen?

Die Veröffentlichung vom 7. August umfasst Base- und Distillation-Gewichte. Für beide gibt es Diffusers-Pakete. Wan-Animate-2-Lite wurde angekündigt, gehörte jedoch nicht zu den anfangs veröffentlichten Modellgewichten.

Was ist der Unterschied zwischen Base und Distilled?

Die offiziellen Diffusers-Beispiele verwenden 40 Schritte für Base und 10 Schritte für Distilled. Distilled nutzt außerdem eine Guidance Scale von 1.0 und den Euler-Flow-Solver. Beginnen Sie mit Distilled für Iterationen und vergleichen Sie Base mit denselben Eingaben für die finale Qualität.

Kann Wan Animate 2 in ComfyUI ausgeführt werden?

Ja. Verwenden Sie eine aktualisierte ComfyUI-Version und den Wan Animate 2 Workflow basierend auf WanAnimate2ToVideo. Verwechseln Sie ihn nicht mit dem älteren Wan2.2 Animate-Graphen basierend auf WanAnimateToVideo.

Welche GPU benötige ich für Wan Animate 2?

Das offizielle Repository ist auf 720p mit 8× A800 GPUs abgestimmt und berichtet über Tests mit 480p auf 2× A800 GPUs. Andere Hardware kann mit Offloading oder optimierten Gewichten funktionieren, jedoch wird durch diese offiziellen Angaben keine einzelne Mindestanforderung für Consumer-GPUs festgelegt.

Unterstützt Wan Animate 2 Echtzeit-Animationen?

Das Team gibt an, dass Wan-Animate-2-Lite Echtzeit-Schwellenwerte für Streaming erreicht, aber die anfänglichen Veröffentlichungsnotizen führen keine Lite-Gewichte auf. Warten Sie auf ein reproduzierbares öffentliches Paket und testen Sie die vollständige Latenzkette, bevor Sie ein Live-Produkt planen.

Kann sich die Ausgabekamera vom Steuervideo unterscheiden?

Ja. Die textgesteuerte Wahl der Perspektive gehört zu den zentralen Funktionen des Modells. Bei großen Änderungen muss das Modell möglicherweise nicht sichtbare Details erzeugen. Prüfen Sie deshalb die Konsistenz von Figur und Kostüm besonders sorgfältig.

Sollte der Prompt die Handlung beschreiben?

Normalerweise nicht. Lassen Sie das Steuervideo die Handlung vorgeben. Der offizielle Workflow empfiehlt eine sachliche Beschreibung von Figur und Hintergrund – ohne Handlung oder hineininterpretierte Emotionen. Ergänzen Sie bei Bedarf eine knappe Anweisung zur Perspektive.

Bietet Poyo.ai die neue Wan Animate 2 API an?

Zum Zeitpunkt dieser Statusprüfung nicht. Das aktuelle Wan Animate-Angebot von Poyo.ai ist die frühere Move/Replace-API. Verwenden Sie für die neue Wan Animate 2 Veröffentlichung das offizielle Repository, Diffusers-Pakete oder den ComfyUI-Workflow.