Wan Animate 2: Fitur, Model, ComfyUI, dan Panduan Lengkap

Karakter buku cerita yang terartikulas menerima gerakan dari proyektor sementara lensa optik menunjukkan sudut pandang kamera yang berbeda

Wan Animate 2 adalah kerangka kerja animasi karakter terbuka dari tim Wan. Ia mengambil gambar referensi dan video mengemudi, kemudian menghasilkan video di mana karakter yang direferensikan mengikuti gerakan sambil mempertahankan identitas visualnya. Tidak seperti Wan2.2 sebelumnya Animate pipeline, sistem baru memberi makan video mengemudi langsung ke Diffusion Transformer yang didesain ulang alih-alih bergantung pada pose menengah atau ekstraktor gerak.

Fitur utama lainnya adalah kontrol sudut pandang berbasis teks. Kamera output tidak lagi harus menyalin perspektif video mengemudi dengan tepat, sehingga seorang pencipta dapat mentransfer aksi sambil meminta pandangan karakter yang berbeda. Tim merilis kode inferensi ditambah Base dan Distillation berat pada bulan Agustus 7, 2026. Ia juga mengumumkan Wan-Animate-2-Lite sebagai varian berorientasi streaming, meskipun Lite tidak termasuk dalam rilis berat publik itu.

Panduan ini memisahkan fakta-fakta yang dikonfirmasi dari asumsi komunitas, menjelaskan pilihan model, dan mencakup repositori resmi, Diffuser, dan alur kerja ComfyUI yang lebih baru.

Status diperiksa Agustus 17, 2026. Wan Animate 2 bergerak cepat. Nama node, paket model, dan optimasi perangkat keras mungkin berubah. Periksa pejabat Wan-Animate-2 repositori sebelum membangun alur kerja produksi.

Wan Animate 2 Dengan sekejap mata

Item	Informasi yang dikonfirmasi
Pengembang	Tim Wan
Pemberitahuan publik	Agustus 7, 2026
Tugas utama	Animasi karakter gambar referensi yang didorong oleh video
Perubahan inti	Kondisi video mengemudi dari ujung ke ujung di dalam Transformer Diffusion yang didesain ulang
Kontrol kamera	Kontrol sudut pandang berbasis teks
Keluarga model yang diterbitkan	14B Berat dasar dan destilasi
Model efisien yang diumumkan	Wan-Animate-2-Lite
Integrasi resmi	Scripts repositori, Diffuser, dan ComfyUI
Contoh output resmi	24 ekspor fps
Lisensi repositori	Lisensi Apache 2.0
Resmi 720p pengaturan referensi	8× GPU NVIDIA A800 dengan konfigurasi repositori standar
Resmi 480p setup yang diuji	2× NVIDIA A800 GPU

Apa itu Wan Animate 2?

Wan Animate 2 bukan model teks-ke-video umum. Aliran kerja inti memiliki tiga input:

Gambar referensi yang mendefinisikan karakter target dan penampilan adegan.
Sebuah video mengemudi yang menyediakan gerakan dari waktu ke waktu.
Deskripsi teks terstruktur yang menyatakan penampilan karakter, latar belakang, dan pilihan sudut pandang yang diinginkan.

Output adalah video karakter yang baru di render. Hal ini membuat model relevan untuk karakter digital, presentator virtual, avatar bergaya, maskot iklan, animasi bentuk pendek, dan perdanalan gerakan.

Nama itu bisa membingungkan. Pos pemeriksaan yang dapat diunduh dipublikasikan sebagai Wan2.2-Animate-2-14B, tapi Wan Animate 2 adalah kerangka kerja baru, bukan hanya rename kecil dari Wan2.2 asli Animasi alur kerja. Hasil pencarian untuk wan 2.2 hewan, wan hewan, dan wan hewan 2saat ini saling tumpang tindih, jadi selalu periksa nama titik pemeriksaan dan versi node sebelum mengunduh file.

Key Wan Animate 2 karakteristik

1. Kondisi video pengemudi langsung

Sistem animasi karakter sebelumnya biasanya mengubah kinerja menjadi pose, wajah, kerangka, atau representasi gerakan lainnya sebelum generasi. Setiap konversi dapat membuang detail atau memperkenalkan kesalahan penyesuaian.

Wan Animate 2 Sebaliknya mengkonsumsi video mengemudi dalam Transformer Diffusion yang didesain ulang. Tujuan yang dinyatakan adalah gerakan yang lebih tinggi dan pelestarian identitas yang lebih kuat tanpa ekstraktor gerakan menengah. Ini tidak berarti pra-proses hilang sepenuhnya dari setiap implementasi, tetapi sinyal gerakan utama tidak lagi direduksi menjadi urutan pose sebelum mencapai model.

2. Perlindungan identitas yang lebih kuat

Gambar referensi memberikan wajah, tubuh, pakaian, dan gaya karakter. Kondisi langsung dimaksudkan untuk menjaga sifat-sifat tersebut lebih stabil saat video mengemudi berubah pos dan ekspresi.

Konsistensi identitas masih harus diuji dalam kondisi yang sulit: putaran cepat, auto-eksklusi, tangan menutupi wajah, gerakan kabur, gerakan seluruh tubuh, proporsi yang tidak biasa, dan perubahan besar dalam skala. Contoh peluncuran bersih tidak menggantikan tes berulang dengan karakter Anda sendiri.

3. Kontrol sudut pandang berbasis teks

Transfer gerak tradisional sering mewarisi tampilan kamera dari kinerja sumber. Wan Animate 2 menambahkan kontrol berbasis teks yang dapat memisahkan sudut pandang output dari video pengemudi.

Misalnya, klip mengemudi yang menghadap ke depan dapat memandu gerakan sementara prompt meminta tampilan tiga perempat atau kamera yang sedikit lebih rendah. Ini berguna ketika gerakan benar tetapi bingkai video sumber tidak sesuai dengan tembakan target.

Perubahan pandangan masih merupakan rekonstruksi generatif. Mereka mungkin mengungkapkan bagian dari karakter yang tidak terlihat dalam gambar referensi, jadi detail depan, belakang, kostum, dan rekvi harus diperiksa untuk penemuan atau drift.

4. Model dasar dan distil

Pemberitahuan publik mencakup model dasar untuk jalur inferensi penuh dan model distilasi untuk langkah-langkah denoising yang lebih sedikit. Contoh Diffuser resmi menggunakan 40 langkah untuk Base dan 10 langkah untuk Distilled.

Contoh Distilled juga menetapkan guidance_scale=1.0 dan menggunakan Euler flow solver. Setelan tersebut spesifik untuk model: menyalin pengaturan Base ke titik pemeriksaan Distilled bukanlah cara yang andal untuk membandingkannya.

5. Model Lite yang ditujukan untuk streaming

Pambuka proyek mengatakan Wan-Animate-2-Lite mengurangi latensi inferensi ke ambang waktu nyata untuk animasi karakter streaming. Itu arah penting untuk avatar hidup dan agen interaktif.

Namun, Agustus 7 daftar catatan release Base dan Distillation berat, bukan titik pemeriksaan Lite. Perlakukan Lite sebagai varian yang diumumkan sampai tim menerbitkan berat, titik akhir, kontrak demo, atau spesifikasi latensi yang dapat direproduksi. Waktu nyata juga tergantung pada resolusi, panjang klip, ukuran batch, perangkat keras, dan apakah latensi diukur per frame atau ujung ke ujung.

6. Berbagai cara untuk menjalankan model

Proyek resmi mendokumentasikan skrip inferensi sendiri dan antarmuka Gradio. Wan Animate 2 juga memiliki dukungan Diffuser, dan ComfyUI telah memperkenalkan alur kerja asli untuk penggunaan berbasis node. Rute ini berbagi input dasar yang sama tetapi berbeda dalam model kemasan, perilaku memori, dan kontrol operasional.

Wan Animate 2 model dibandingkan

Model atau paket	Status publik	Pengaturan resmi yang khas	Penggunaan awal terbaik	Kompromise utama
Wan Animate 2 Pangkalan	Berat yang dilepaskan	40 Langkah difuser dalam contoh	Evaluasi kualitas dan hasil akhir	Biaya komputasi tertinggi
Wan Animate 2 Distilasi	Berat yang dilepaskan	10 langkah, panduan 1.0, Euler	Iterasi dan pengujian produksi yang lebih cepat	Mungkin menukar beberapa kesetiaan untuk kecepatan
Wan Animate 2 Sedikit	Diumumkan	Tidak ada pengaturan checkpoint publik dalam rilis awal	Animasi streaming atau interaktif masa depan	Ketersediaan dan latensi praktis tetap tidak diverifikasi
Paket Diffuser Base	Dipublikasikan	`torch.bfloat16`, 40 langkah-langkah	Python aplikasi menggunakan alat Hugging Face	Masih membutuhkan sumber daya GPU yang substansial
Paket Diffuser Distilled	Dipublikasikan	`torch.bfloat16`, 10 langkah, tidak ada CFG, Euler	Langkah bawah Python kesimpulan	Harus menggunakan konfigurasi khusus Distilled

Repository Diffuser adalah pilihan kemasan, bukan tingkat model tambahan. Gunakan Pos pemeriksaan Base Diffuser atau Checkpoint Distilled Diffusers menurut pipa yang ingin Anda jalankan.

Bagaimana Wan Menghidupkan 2 karya

Pada tingkat praktis, alur kerja terlihat seperti ini:

Persiapkan gambar referensi. Gunakan satu karakter yang jelas terlihat, pencahayaan yang stabil, dan resolusi yang cukup untuk menunjukkan rincian wajah dan kostum.
Persiapkan video mengemudi. Jaga pemain terlihat, hindari potongan yang tidak perlu, dan mulai dengan klip pendek yang mengungkapkan gerakan yang sebenarnya Anda butuhkan.
Jelaskan penampilan, bukan tindakan. Aliran kerja resmi meminta LLM untuk membuat caption objektif yang mencakup penampilan karakter dan latar belakang sambil mengecualikan tindakan dan spekulasi emosional.
Mengenkodkan tiga input. Gambar referensi mendefinisikan identitas, video memberikan gerakan temporal, dan prompt memberikan penampilan dan prompt sudut pandang.
Denoise dengan dasar atau distilled inference. Model ini menghasilkan video laten yang koheren secara temporal yang dikondisikan pada ketiga sumber.
Dekode dan ekspor. Contoh ekspor Diffuser resmi di 24 fps.

Perbagian tanggung jawab ini penting. Jangan gunakan tampilan prompt untuk melawan video mengemudi dengan deskripsi tindakan yang bertentangan. Biarkan video mengendalikan gerakan dan gunakan teks untuk membuat karakter target dan kamera tidak ambigu.

Permintaan perangkat keras dan harapan yang realistis

Wan Animate 2 adalah 14B model video, jadi pengaturan referensi resmi jauh lebih berat daripada aliran kerja generasi gambar konsumen yang khas.

Repository mengatakan konfigurasi paralel defaultnya disetel untuk 8× GPU A800 pada 720p. Tim juga menguji 480p pada 2× GPU A800. Setup lain membutuhkan perubahan pada konfigurasi YAML paralel.

Ini adalah konfigurasi resmi yang diuji, bukan persyaratan minimum universal. Mereka tidak membuktikan bahwa GPU konsumen tertentu akan gagal, karena lepas, kuantifikasi, resolusi yang berkurang, klip yang lebih pendek, dan optimasi ComfyUI dapat mengubah penggunaan memori. Mereka juga tidak menjamin kecepatan praktis pada kartu yang lebih kecil.

Untuk rencana tes lokal yang jujur:

mulai dari 480p dengan klip pengemudi pendek;
menggunakan titik pemeriksaan distilled sebelum Base;
Hindari batch panjang sampai satu klip selesai dengan handal;
memantau VRAM dan RAM sistem;
mencatat waktu start dingin secara terpisah dari waktu produksi;
membandingkan biaya per output yang dapat digunakan, bukan detik per preview saja.

Konversi FP8 atau GGUF di komunitas dapat menurunkan hambatan perangkat keras, tetapi mereka bukan artefak yang sama dengan titik pemeriksaan BF16 resmi. Memverifikasi sumber, jumlah cek, kompatibilitas node, dan kualitas output sebelum menggunakan konversi dalam produksi.

Cara menginstal Wan Animate 2 dari repositori resmi

Setup resmi menggunakan Python 3.11, PyTorch 2.7 dengan CUDA 12.6 roda, FlashAttention, dan pemasangan yang dapat diedit dari repositori.

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 .

Download checkpoint utama dengan Hugging Face CLI:

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

Repository berisi file YAML terpisah untuk dasar dan distilasi inferensi. Periksa pengaturan paralel mereka sebelum memulai pekerjaan; default menganggap bahwa multi-A800 pengaturan yang dijelaskan di atas.

Wan Animate 2 dengan Diffuser

Sampai dukungan mencapai rilis paket berikutnya yang diidentifikasi oleh proyek, instruksi resmi menginstal Diffuser dari sumber:

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

Pipeline Base minimal mengikuti pola ini:

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)

Untuk paket distilled, mulai dengan konfigurasi yang diterbitkan:

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",
)

Contoh-contohnya adalah titik awal, bukan kode penyebaran. Layanan juga membutuhkan validasi input, batas dekoding video, waktu keluar, kontrol antrian, pemanasan model, penyimpanan output, dan penanganan kegagalan.

Wan Animate 2 Aliran kerja ComfyUI

ComfyUI adalah pilihan yang lebih mudah diakses bagi para pembuat yang ingin memeriksa dan mengubah pipa secara visual. Integrasi baru dibangun di sekitar WanAnimate2ToVideo, sementara WanAnimate2Cache dapat menukar penggunaan memori sistem tambahan untuk perhitungan berulang yang lebih cepat. ComfyUI menggambarkan cache sebagai mampu mengurangi waktu generasi sekitar setengah dalam bahan peluncuran, tetapi keuntungan sebenarnya tergantung pada grafik, hardware, resolusi, dan panjang klip.

Setup langkah demi langkah

Pemasaran ComfyUI. Gunakan versi yang mencakup Wan Animate 2 simpul. Jika template dibuka dengan node inti yang hilang, stable atau desktop build Anda mungkin berada di belakang rilis yang diperlukan.
Mengunggah Animal Wan 2 workflow. Mulailah dengan template resmi atau workflow ComfyUI yang diterbitkan daripada membangun kembali grafik dari memori.
Menyelesaikan download model. Konfirmasi bahwa setiap loader menunjuk ke Wan Animate 2 aset. Seorang yang lebih tua Wan2.2 Animate Checkpoint tidak dapat ditukar dengan Animate baru 2 model.
unggah gambar referensi. Lebih suka subjek tunggal, tanpa hambatan dengan rincian yang tetap dapat dibaca setelah mengubah ukuran.
unggah video mengemudi. Potong sebelum generasi. Tes gerakan lima detik lebih mudah didiagnosis daripada klip aksi campuran panjang.
Tuliskan caption penampilan. Jelaskan subjek yang terlihat dan ciri latar belakang. Tambahkan instruksi singkat untuk melihat kamera jika Anda ingin sudut pandang yang berbeda dari sopir.
Pilih Base atau Distilled. Gunakan Distilled untuk pengujian kompatibilitas dan gerakan pertama; beralih ke Base ketika alur kerja stabil dan Anda perlu membandingkan kualitas akhir.
Tentukan dimensi konservatif. Mulailah di sekitar 480p dan menjaga lebar dan tinggi kompatibel dengan persyaratan laten dari alur kerja.
Punya cache hanya setelah garis dasar bersih. Hal ini memudahkan untuk mengetahui apakah masalah memori atau output berasal dari arus kerja inti atau optimasi.
Berantakan satu generasi pendek. Periksa identitas, tangan, penutup, waktu gerakan, sudut pandang, dan stabilitas frame pertama sampai terakhir sebelum meningkatkan resolusi atau durasi.

Jangan mencampur alur kerja ComfyUI lama dan baru

Wan2.2 lama Aliran kerja animasi menggunakan node seperti WanAnimateToVideo dan dapat memproses input DWPose, wajah, topeng, dan latar belakang untuk mode Move atau Mix. Binatang Wan 2 workflow menggunakan WanAnimate2ToVideo jalur dan video pengendara langsung.

Jika tutorial meminta Anda untuk mengunduh asli wan2.2_animate_14B_bf16.safetensors, clip_vision_h, estimator pose, dan masker mode campuran, itu mungkin menggambarkan model sebelumnya. Tutorial itu mungkin masih berguna, tapi itu bukan Wan Animate 2 panduan pemasangan.

Setelan awal yang direkomendasikan

Tujuan	Model	Resolusi	Langkah-langkah	Panduan	Solver	Catatan
Perlombaan pertama yang berhasil	Distilled	480p kelas	10	1.0	Euler	Jaga klip pendek dan cache off
Iterasi gerakan	Distilled	480p kelas	10	1.0	Euler	Bandingkan klip pengemudi sebelum meningkatkan kualitas
Perbandingan kualitas	Pangkalan	Sama seperti tes	40	Gunakan default Base	Jalur pipa default	Mengubah hanya jalur model dan pengaturan yang diperlukan
720p evaluasi	Base atau Distilled	720p	Model-spesifik	Model-spesifik	Model-spesifik	Gunakan hanya setelah memori dan durasi divalidasi
Tes sudut pandang	Distilled pertama	480p kelas	10	1.0	Euler	Tunjukkan gerakan yang sama dengan dua prompt kamera

Setelan ini mencerminkan contoh resmi jika memungkinkan. Mereka tidak mengklaim bahwa setiap paket ComfyUI lokal mengekspos kontrol yang sama atau bahwa 480p cocok dengan setiap GPU.

Panduan pemicu

Repository resmi merekomendasikan untuk menghasilkan caption gambar objektif dengan LLM. Contohnya menggunakan struktur Cina yang ketat: subjek pertama kali muncul, kemudian latar belakang, tanpa deskripsi tindakan, penilaian subyektif, atau emosi yang disimpulkan.

Templat netral bahasa adalah:

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].

Lebih baik segera

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.

Percepat yang lebih lemah

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

Versi yang lebih lemah menggandakan instruksi gerakan yang sudah ada di video pengemudi dan menambahkan bahasa subjektif. Jika caption bahasa Inggris kurang bagus, ujilah struktur caption bahasa Cina yang direkomendasikan oleh repositori sebelum menyimpulkan bahwa model tidak dapat mempertahankan karakter.

Kekuatan dan keterbatasan

Di mana Wan Animate 2 terlihat kuat

Transfer gerakan tanpa mengurangi kinerja mengemudi ke urutan pose menengah.
Perlindungan identitas dan gaya berdasarkan referensi.
Sebuah sudut pandang kamera yang mungkin berbeda dari video mengemudi.
Opsi Distilled dasar dan tahap bawah untuk pengujian kualitas/kecepatan.
Repository resmi, Diffuser, Gradio, dan ComfyUI jalur.
Apache 2.0 lisensi repositori dan bobot yang diterbitkan.

Apa yang masih perlu diuji dengan teliti

Permintaan resmi yang berat untuk multi-GPU untuk 480p dan 720p configurations.
Aksi cepat, gerakan kabur parah, oklusi, tangan, dan rotasi tubuh.
Klip panjang dan kontinuitas identitas tembakan- tembakan.
Perubahan kamera besar yang membutuhkan penemuan detail karakter yang tidak terlihat.
Adegan dan interaksi dengan objek.
Perbedaan kualitas antara versi Base, Distilled, FP8 dan versi kuantisasi komunitas.
Waktu rilis dan latensi dunia nyata Wan-Animate-2-Lite.

Perbandingan sosial awal bercampur. Beberapa pencipta melaporkan gerakan yang mengesankan dan kontrol sudut pandang; lain lebih memilih sistem sebelumnya untuk contoh-contoh cepat atau video-ke-video tertentu. A. diskusi masyarakat dan video perbandingan awal digunakan untuk mengidentifikasi tes, tetapi mereka tidak mempublikasikan setiap upaya, pengaturan yang tepat, hak sumber media, atau biaya per klip yang diterima. Perlakukan mereka sebagai hipotesis bukan papan peringkat.

Wan Animate 2 Vs Wan2.2 Hewan

Daerah	Wan2.2 Hewan	Wan Animate 2
Desain utama	Animasi karakter dan penggantian karakter yang seragam	Animasi karakter dari ujung ke ujung dari gambar dan video mengemudi
Jalur gerak	Skeleten yang dilingkungan ruang dan sinyal kontrol yang diproses lainnya	Video pengemudi dikonsumsi langsung di DiT yang didesain ulang
Mode umum	Pindah dan Campuran/pergantian karakter	Animasi karakter referensi dengan video langsung
Hubungan kamera	Umumnya lebih dekat terkait dengan kontrol sumber	Pandangan yang didorong teks mungkin berbeda dari pengemudi
Kode ComfyUI yang umum	`WanAnimateToVideo`	`WanAnimate2ToVideo`
Opsi kecepatan publik	LoRA dan paket yang dioptimalkan di Uni	Berat Basis dan Distilasi Resmi; Lite diumumkan
Nama titik pemeriksaan	`Wan2_2-Animate-14B` varian	`Wan2.2-Animate-2-14B` varian

Pilih alur kerja yang lebih tua ketika Anda secara khusus membutuhkan proses penggantian Move/Mix yang didokumentasikan atau sudah memiliki grafik produksi yang stabil. Evaluasi Wan Animate 2 ketika kesetiaan gerakan langsung, identitas, atau kontrol sudut pandang independen lebih penting.

Kasus penggunaan terbaik

Wan Animate 2 cocok untuk:

karakter yang distilisasi yang di animasi dari pertunjukan aktor;
presentator virtual dan prototipe avatar;
maskot iklan dan karakter merek;
previz untuk alternatif kamera menggunakan satu pengambilan pengemudi;
klip sosial pendek dan pencetakan narasi;
pengembangan konsep game, animasi, dan film;
penelitian tentang animasi streaming ketika Lite menjadi tersedia secara reproducible.

Ini adalah pilihan pertama yang lebih lemah untuk adegan yang panjang tanpa gangguan, demonstrasi produk yang tepat, aksi multi-karakter yang ramai, atau streaming langsung hari ini kecuali tes Anda sendiri membuktikan konsistensi dan latensi yang diperlukan.

Lisensi dan penggunaan komersial

Pembagian Wan-Animate-2 repositori dilisensikan di bawah Apache 2.0. Yang umumnya memungkinkan penggunaan, modifikasi, dan distribusi, termasuk penggunaan komersial, tertakluk pada syarat lisensi.

Lisensi repositori hanya satu bagian dari tinjauan komersial. Tim juga harus memiliki hak untuk gambar referensi, kinerja mengemudi, kemiripan, pakaian, musik, dan aset latar belakang. Jangan menghidupkan identitas atau kinerja seseorang yang nyata tanpa persetujuan yang tepat. Simpanlah pemberitahuan lisensi dan atribusi yang relevan saat mendistribusikan ulang kode atau paket yang dimodifikasi.

Di mana untuk mengakses Wan Animate 2

Gunakan sumber daya utama ini:

Poyo.ai saat ini memiliki Wan Animate API dengan bergerak terpisah dan mengganti rute. Daftar itu mengacu pada model produksi sebelumnya, bukan Wan Animate baru 2 titik pemeriksaan yang dijelaskan dalam panduan ini. Artikel ini tidak mengklaim bahwa Wan Animate 2 saat ini tersedia melalui Poyo.ai API.

Putusan akhir

Wan Animate 2 membuat dua taruhan arsitektur yang berarti: menggunakan video mengemudi secara langsung, dan biarkan teks mengendalikan sudut pandang kamera yang mungkin berbeda dari sumbernya. Bersama-sama, perubahan itu menargetkan dua masalah yang terus-menerus dalam animasi karakter hilang detail gerakan dan kamera yang terkunci pada rekaman pemain.

Basis dan distilled release membuat sistem dapat diuji hari ini melalui kode resmi, Diffuser, dan ComfyUI. Keragu-raguan praktis sama jelasnya: setup hardware resmi besar, model baru, ketersediaan Lite belum diselesaikan, dan gerakan sulit masih membutuhkan evaluasi terkontrol.

Mulailah dengan singkat 480p Jalankan distilled, tetapkan tujuan caption penampilan, ubah satu variabel pada suatu waktu, dan bandingkan output dengan frame yang dapat digunakan daripada dampak demo peluncuran. Proses itu akan memberi tahu Anda lebih dari klaim universal model animasi karakter terbaik.

FAQ

Apakah Wan Animate 2 sama dengan Wan2.2 Animasi?

Tidak. Wan Animate 2 menggunakan arsitektur end-to-end yang didesain ulang yang mengkonsumsi video mengemudi secara langsung dan menambahkan kontrol sudut pandang berbasis teks. Nama titik pemeriksaan masih berisi Wan2.2, yang menyebabkan pencarian dan tutorial kebingungan.

Apakah Wan Animate 2 sumber terbuka?

Repository resmi dan bobot yang dirilis adalah publik, dan repository dilisensikan di bawah Apache 2.0. Periksa lisensi dan file model untuk distribusi atau kasus penggunaan komersial Anda.

Yang Wan Animate 2 model bisa saya unduh?

Agustus 7 release termasuk Base dan Distillation weights. Paket difuser ada untuk keduanya. Wan-Animate-2-Lite telah diumumkan tetapi tidak terdaftar di antara pelepasan berat badan publik awal.

Apa perbedaan antara Base dan Distilled?

Contoh Diffuser resmi menggunakan 40 langkah untuk Base dan 10 langkah untuk Distilled. Distilled juga menggunakan skala panduan 1.0 dan Euler flow solver. Mulailah dengan Distilled untuk iterasi dan bandingkan Base pada input yang sama untuk kualitas akhir.

Bisa Wan Animasi 2 Berjalan di ComfyUI?

Ya. Gunakan pembangun ComfyUI yang diperbarui dan Wan Animate 2 workflow berdasarkan WanAnimate2ToVideo. Jangan bingung dengan Wan2.2 lama Grafik animasi berdasarkan WanAnimateToVideo.

GPU apa yang ku butuhkan untuk Wan Animate 2?

Repository resmi disetel untuk 720p pada 8× A800 GPU dan laporan pengujian 480p pada 2× GPU A800. Hardware lain mungkin bekerja dengan unloading atau beban yang dioptimalkan, tetapi tidak ada minimum pengguna-GPU yang ditetapkan oleh angka resmi tersebut.

Apakah Wan Animasi 2 mendukung animasi real-time?

Tim mengatakan Wan-Animate-2-Lite mencapai ambang waktu nyata untuk streaming, tetapi catatan rilis awal tidak mencantumkan berat Lite. Tunggu paket publik yang dapat direproduksi dan uji jalur latensi lengkap sebelum merencanakan produk langsung.

Bisa kamera output berbeda dari video pengemudi?

Ya. Kontrol sudut pandang berbasis teks adalah salah satu fitur utama dari model ini. Perubahan besar mungkin memerlukan model untuk menghasilkan detail yang tidak terlihat, jadi periksa karakter dan konsistensi kostum dengan hati-hati.

Haruskah prompt menggambarkan tindakan?

Biasanya tidak. Biarkan video pengemudi menentukan tindakan. Aliran kerja resmi merekomendasikan deskripsi objektif dari penampilan karakter dan latar belakang, tanpa tindakan atau emosi yang disimpulkan. Tambahkan instruksi singkat tentang sudut pandang jika diperlukan.

Apakah Poyo.ai Berikan Wan Animate baru 2 API?

Tidak pada saat pemeriksaan status ini. Poyo.aiDaftar Wan Animate saat ini adalah pindah / pengganti sebelumnya API. Gunakan repositori resmi, paket Diffuser, atau alur kerja ComfyUI untuk Wan Animate baru 2 release.