Wan Animate 2: функции, модели, ComfyUI и полное руководство

Wan Animate 2 — открытый фреймворк для анимации персонажей от команды Wan. Он принимает референсное изображение и управляющее видео, а затем создаёт ролик, в котором персонаж с референса повторяет движения, сохраняя свою визуальную идентичность. В отличие от прежнего конвейера Wan2.2 Animate, новая система передаёт управляющее видео непосредственно в переработанный Diffusion Transformer и не зависит от промежуточного экстрактора поз или движений.

Вторая ключевая функция — управление ракурсом с помощью текста. Камера в результате больше не обязана точно повторять перспективу управляющего видео: автор может перенести движение, запросив другой ракурс персонажа. 7 августа 2026 года команда выпустила код для инференса, а также веса Base и Distillation. Кроме того, она анонсировала Wan-Animate-2-Lite для потоковой работы, однако веса Lite в этот публичный релиз не вошли.

В этом руководстве подтверждённые факты отделены от предположений сообщества. Мы разберём выбор модели, официальный репозиторий, Diffusers и новый рабочий процесс ComfyUI.

Статус проверен 17 августа 2026 года. Wan Animate 2 быстро развивается. Названия узлов, упаковка моделей и аппаратные оптимизации могут измениться. Перед созданием производственного процесса проверьте официальный репозиторий Wan-Animate-2.

Wan Animate 2: краткий обзор

Что такое Wan Animate 2?

Wan Animate 2 — не универсальная модель преобразования текста в видео. В её основном рабочем процессе используются три входных элемента:

1. Референсное изображение, определяющее целевого персонажа и внешний вид сцены.
2. Управляющее видео, задающее движение во времени.
3. Структурированное текстовое описание внешности персонажа, фона и, при необходимости, желаемого ракурса.

На выходе получается заново отрисованное видео с персонажем. Поэтому модель подходит для цифровых героев, виртуальных ведущих, стилизованных аватаров, рекламных маскотов, короткой анимации и предварительной визуализации движения.

Название может сбивать с толку. Загружаемый чекпойнт опубликован как Wan2.2-Animate-2-14B, но Wan Animate 2 — новый фреймворк, а не просто небольшое обновление или переименование исходного рабочего процесса Wan2.2 Animate. Сейчас поисковая выдача по запросам «wan 2.2 animate», «wan animate» и «wan animate 2» пересекается, поэтому перед загрузкой файлов всегда проверяйте название чекпойнта и версию узла.

Ключевые функции Wan Animate 2

1. Прямое кондиционирование управляющим видео

Более ранние системы анимации персонажей обычно преобразуют запись актёра в позы, мимику, скелет или другое представление движения ещё до генерации. На каждом этапе преобразования могут теряться детали или возникать ошибки выравнивания.

Wan Animate 2, напротив, обрабатывает управляющее видео внутри переработанного Diffusion Transformer. Заявленная цель — повысить точность движения и устойчивость идентичности без промежуточного экстрактора движений. Это не означает, что предобработка полностью исчезает из любой реализации, однако основной сигнал движения больше не сводится к последовательности поз до передачи в модель.

2. Более устойчивое сохранение идентичности

Референсное изображение задаёт лицо, тело, одежду и стиль персонажа. Прямое кондиционирование призвано стабильнее сохранять эти признаки, пока поза и выражение меняются вслед за управляющим видео.

Стабильность идентичности всё равно необходимо проверять в сложных условиях: при быстрых поворотах, самоперекрытии, закрывающих лицо руках, размытии движения, движении всего тела, необычных пропорциях и значительном изменении масштаба. Удачный демонстрационный пример не заменяет серию тестов с вашим персонажем.

3. Текстовое управление ракурсом

Традиционный перенос движения зачастую наследует ракурс исходной записи. Wan Animate 2 добавляет текстовое управление, способное отделить перспективу результата от управляющего видео.

Например, движение можно взять из фронтального ролика, а в промпте запросить вид персонажа в три четверти или камеру немного снизу. Это полезно, когда движение подходит, но кадрирование исходного видео не соответствует нужному плану.

Смена ракурса всё равно остаётся генеративной реконструкцией. Она может показать части персонажа, которых нет на референсе, поэтому переднюю и заднюю стороны, костюм и реквизит нужно проверять на выдуманные детали и дрейф.

4. Модели Base и Distilled

Публичный релиз включает модель Base для полного процесса инференса и модель Distillation с меньшим числом шагов шумоподавления. В официальном примере Diffusers используются 40 шагов для Base и 10 шагов для Distilled.

В примере Distilled также задано guidance_scale=1.0 и применяется решатель потока Euler. Эти настройки зависят от модели: перенос параметров Base в чекпойнт Distilled не позволяет получить надёжное сравнение.

5. Модель Lite для потоковой работы

В описании проекта сказано, что Wan-Animate-2-Lite снижает задержку инференса до порога реального времени для потоковой анимации персонажей. Это важное направление для живых аватаров и интерактивных агентов.

Однако в примечаниях к релизу от 7 августа перечислены веса Base и Distillation, но не чекпойнт Lite. До публикации командой весов, эндпоинта, условий доступа к демо или воспроизводимой спецификации задержки считайте Lite анонсированным вариантом. Понятие «реальное время» также зависит от разрешения, длительности клипа, размера пакета, оборудования и от того, измеряется ли задержка покадрово или для всего процесса.

6. Несколько способов запуска

Официальный проект документирует собственные скрипты инференса и интерфейс Gradio. Wan Animate 2 также поддерживается в Diffusers, а в ComfyUI появился нативный рабочий процесс на основе узлов. Эти варианты используют одинаковые базовые входные данные, но отличаются упаковкой модели, работой с памятью и операционным контролем.

Сравнение моделей Wan Animate 2

Репозитории Diffusers — это варианты упаковки, а не дополнительные уровни модели. Выбирайте чекпойнт Base Diffusers или чекпойнт Distilled Diffusers в соответствии с запускаемым конвейером.

Как работает Wan Animate 2

На практике рабочий процесс выглядит так:

1. Подготовьте референсное изображение. Используйте одного хорошо видимого персонажа, стабильное освещение и разрешение, достаточное для отображения деталей лица и костюма.
2. Подготовьте управляющее видео. Не выпускайте исполнителя из кадра, избегайте ненужных склеек и начните с короткого клипа, на котором хорошо видно нужное движение.
3. Описывайте внешность, а не действие. Официальный рабочий процесс просит LLM создать объективную подпись с внешностью персонажа и фоном, исключив действие и субъективные предположения об эмоциях.
4. Закодируйте три входа. Референсное изображение задаёт идентичность, видео — движение во времени, а промпт — инструкции по внешности и ракурсу.
5. Выполните шумоподавление с Base или Distilled. Модель создаёт временно согласованное латентное видео, обусловленное всеми тремя источниками.
6. Декодируйте и экспортируйте. Официальный пример Diffusers экспортирует видео с частотой 24 кадра/с.

Такое разделение ролей важно. Не пытайтесь использовать промпт внешности для борьбы с управляющим видео, задавая противоречащее ему действие. Пусть движение определяет видео, а текст однозначно описывает целевого персонажа и камеру.

Требования к оборудованию и реалистичные ожидания

Wan Animate 2 — видеомодель на 14 млрд параметров, поэтому официальная эталонная конфигурация намного тяжелее типичного пользовательского процесса генерации изображений.

Согласно репозиторию, конфигурация параллелизма по умолчанию настроена для 8 GPU A800 при 720p. Команда также протестировала 480p на 2 GPU A800. Для другого оборудования потребуется изменить параллельную конфигурацию YAML.

Это официально проверенные конфигурации, а не универсальные минимальные требования. Они не доказывают, что конкретный потребительский GPU не справится: выгрузка в оперативную память, квантование, пониженное разрешение, короткие клипы и оптимизации ComfyUI меняют расход памяти. Но они также не гарантируют практическую скорость на менее мощной карте.

Для реалистичного локального теста:

• начните с 480p и короткого управляющего клипа;
• сначала используйте чекпойнт Distilled, а не Base;
• не запускайте длинные пакеты, пока один клип не создаётся стабильно;
• следите как за VRAM, так и за системной RAM;
• измеряйте холодный запуск отдельно от времени генерации;
• сравнивайте стоимость пригодного результата, а не только секунды на превью.

Конвертации FP8 или GGUF от сообщества могут снизить аппаратный порог, но это не те же артефакты, что официальные чекпойнты BF16. Перед производственным использованием проверьте источник, контрольную сумму, совместимость узлов и качество результата.

Как установить Wan Animate 2 из официального репозитория

В официальной конфигурации используются Python 3.11, PyTorch 2.7 с колёсами CUDA 12.6, FlashAttention и установка репозитория в редактируемом режиме.

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 .

Загрузите основной чекпойнт с помощью Hugging Face CLI:

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

В репозитории есть отдельные YAML-файлы для инференса Base и Distillation. Перед запуском задачи проверьте параметры параллелизма: настройки по умолчанию рассчитаны на описанную выше конфигурацию из нескольких A800.

Wan Animate 2 с Diffusers

Пока поддержка не вошла в следующий пакетный релиз, указанный проектом, официальная инструкция предлагает установить Diffusers из исходного кода:

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

Минимальный конвейер Base имеет следующую структуру:

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)

Для пакета Distilled начните с опубликованной конфигурации:

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",
)

Эти примеры — отправная точка, а не готовый код для развёртывания. Сервису также нужны проверка входных данных, ограничения декодирования видео, тайм-ауты, управление очередью, прогрев модели, хранение результатов и обработка сбоев.

Рабочий процесс Wan Animate 2 в ComfyUI

ComfyUI — более доступный вариант для авторов, которые хотят визуально изучать и изменять конвейер. Новая интеграция построена вокруг WanAnimate2ToVideo, а WanAnimate2Cache может ускорить повторяющиеся вычисления за счёт дополнительного расхода системной памяти. В описании ComfyUI говорится, что в материалах к запуску кеш способен примерно вдвое сократить время генерации, однако реальный выигрыш зависит от графа, оборудования, разрешения и длительности клипа.

Пошаговая настройка

1. Обновите ComfyUI. Используйте версию с узлами Wan Animate 2. Если шаблон открывается без основных узлов, ваша стабильная или Desktop-сборка может отставать от необходимого релиза.
2. Загрузите рабочий процесс Wan Animate 2. Начните с официального шаблона или опубликованного рабочего процесса ComfyUI, а не собирайте граф по памяти.
3. Разберитесь с загрузкой моделей. Убедитесь, что каждый загрузчик указывает на ресурсы Wan Animate 2. Старый чекпойнт Wan2.2 Animate не взаимозаменяем с новой моделью Animate 2.
4. Загрузите референсное изображение. Предпочтителен один ничем не закрытый персонаж с деталями, которые остаются различимыми после изменения размера.
5. Загрузите управляющее видео. Обрежьте его до генерации. Пятисекундный тест движения диагностировать проще, чем длинный клип со смешанными действиями.
6. Напишите описание внешности. Опишите видимые особенности персонажа и фона. Добавьте краткую инструкцию по камере, если хотите ракурс, отличный от управляющего видео.
7. Выберите Base или Distilled. Для первых тестов совместимости и движения используйте Distilled; переходите на Base, когда рабочий процесс стабилен и нужно сравнить итоговое качество.
8. Задайте умеренные размеры. Начните примерно с 480p и подберите ширину и высоту в соответствии с требованиями рабочего процесса к латентному пространству.
9. Включайте кеш только после получения чистого базового результата. Так проще определить, связана ли проблема с памятью или выводом с основным процессом либо с оптимизацией.
10. Поставьте в очередь одну короткую генерацию. Прежде чем повышать разрешение или длительность, проверьте идентичность, руки, перекрытия, синхронизацию движения, ракурс и стабильность от первого до последнего кадра.

Не смешивайте старые и новые рабочие процессы ComfyUI

Прежний процесс Wan2.2 Animate использует такие узлы, как WanAnimateToVideo, и может предварительно обрабатывать DWPose, лицо, маску и фон для режимов Move или Mix. Новый процесс Wan Animate 2 использует путь WanAnimate2ToVideo и прямое кондиционирование управляющим видео.

Если руководство просит загрузить исходный wan2.2_animate_14B_bf16.safetensors, clip_vision_h, оценщик поз и маски режима Mix, скорее всего, оно описывает прежнюю модель. Такое руководство всё ещё может быть полезным, но это не инструкция по установке Wan Animate 2.

Рекомендуемые начальные настройки

Там, где это возможно, настройки повторяют официальные примеры. Это не означает, что каждый локальный пакет ComfyUI предлагает те же элементы управления или что 480p помещается в память любого GPU.

Руководство по промптам

Официальный репозиторий рекомендует создавать объективное описание изображения с помощью LLM. В его примере используется строгая китайская структура: сначала внешность персонажа, затем фон, без описания действия, субъективной оценки или предположений об эмоциях.

Универсальный для разных языков шаблон выглядит так:

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].

Более удачный промпт

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.

Менее удачный промпт

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

Слабый вариант повторяет инструкции по движению, уже содержащиеся в управляющем видео, и добавляет субъективные формулировки. Если подпись на английском даёт слабый результат, протестируйте рекомендованную в репозитории китайскую структуру, прежде чем делать вывод, что модель не способна сохранить персонажа.

Преимущества и ограничения

В чём Wan Animate 2 особенно силён

• Перенос движения без сведения управляющего выступления к промежуточной последовательности поз.
• Сохранение идентичности и стиля на основе референса.
• Ракурс камеры, отличный от управляющего видео.
• Base и низкошаговый Distilled для сравнения качества и скорости.
• Официальные варианты запуска через репозиторий, Diffusers, Gradio и ComfyUI.
• Лицензия репозитория Apache 2.0 и опубликованные веса.

Что ещё требует тщательного тестирования

• Тяжёлые официальные многопроцессорные конфигурации для 480p и 720p.
• Быстрые действия, сильное размытие движения, перекрытия, руки и вращение тела.
• Длинные клипы и стабильность идентичности между планами.
• Значительные изменения камеры, при которых требуется выдумывать невидимые детали персонажа.
• Сцены с несколькими персонажами и взаимодействия с объектами.
• Различия в качестве Base, Distilled, FP8 и квантованных версий сообщества.
• Срок выпуска и реальная задержка Wan-Animate-2-Lite.

Первые сравнения в социальных сетях дают неоднозначные результаты. Одни авторы отмечают впечатляющее движение и управление ракурсом, другие предпочитают прежние системы в отдельных примерах с быстрым движением или переносом видео в видео. Обсуждение сообщества и раннее видео со сравнением помогают определить направления для тестов, но не содержат всех попыток, точных настроек, сведений о правах на исходные материалы или стоимости одного принятого клипа. Рассматривайте их как гипотезы, а не как рейтинг.

Wan Animate 2 и Wan2.2 Animate: сравнение

Выбирайте прежний процесс, если вам нужен именно документированный механизм замены Move/Mix или у вас уже есть стабильный производственный граф. Оценивайте Wan Animate 2, если важнее точность прямого переноса движения, идентичность или независимое управление ракурсом.

Лучшие сценарии применения

Wan Animate 2 перспективен для следующих задач:

• анимация стилизованных персонажей по игре актёра;
• виртуальные ведущие и прототипы аватаров;
• рекламные маскоты и бренд-персонажи;
• превиз альтернативных ракурсов на основе одного управляющего дубля;
• короткие ролики для социальных сетей и сюжетные вставки;
• разработка концепций для игр, анимации и кино;
• исследование потоковой анимации, когда Lite станет воспроизводимо доступен.

Модель хуже подходит в качестве первого выбора для длинных непрерывных сцен, точных демонстраций продуктов, насыщенных действий нескольких персонажей или потоковой трансляции сегодня — если только ваши тесты не подтверждают необходимую стабильность и задержку.

Лицензия и коммерческое использование

Репозиторий Wan-Animate-2 распространяется по лицензии Apache 2.0. Как правило, она разрешает использование, изменение и распространение, в том числе в коммерческих целях, при соблюдении условий лицензии.

Лицензия репозитория — лишь одна часть коммерческой проверки. Команда также должна иметь права на референсное изображение, управляющее исполнение, внешность человека, одежду, музыку и фоновые материалы. Не анимируйте личность или исполнение реального человека без соответствующего согласия. При распространении кода или изменённых пакетов сохраняйте необходимые уведомления о лицензии и авторстве.

Где получить Wan Animate 2

Используйте следующие первичные ресурсы:

• Официальный репозиторий Wan-Animate-2 на GitHub
• Официальный пакет модели 14B
• Пакет Base Diffusers
• Пакет Distilled Diffusers
• Официальный рабочий процесс ComfyUI

Сейчас на Poyo.ai уже есть Wan Animate API с отдельными маршрутами move и replace. Эта страница относится к более ранней производственной модели, а не к новому чекпойнту Wan Animate 2, описанному в этом руководстве. Статья не утверждает, что Wan Animate 2 в настоящее время доступен через API Poyo.ai.

Итоговый вывод

В архитектуре Wan Animate 2 сделаны две существенные ставки: напрямую использовать управляющее видео и позволить тексту задавать ракурс камеры, отличный от исходного. Вместе эти изменения нацелены на две постоянные проблемы анимации персонажей — потерю деталей движения и привязку камеры к записи исполнителя.

Релизы Base и Distilled уже позволяют тестировать систему с помощью официального кода, Diffusers и ComfyUI. Практические ограничения тоже очевидны: официальная аппаратная конфигурация велика, модель нова, доступность Lite ещё не определена, а сложное движение требует контролируемой оценки.

Начните с короткой генерации Distilled в 480p, сохраняйте описание внешности объективным, меняйте по одной переменной за раз и сравнивайте результаты по числу пригодных кадров, а не по эффектности стартового демо. Такой процесс даст больше информации, чем любое универсальное заявление о «лучшей модели для анимации персонажей».

Часто задаваемые вопросы

Wan Animate 2 — это то же самое, что Wan2.2 Animate?

Нет. Wan Animate 2 использует переработанную сквозную архитектуру, которая принимает управляющее видео напрямую и добавляет текстовое управление ракурсом. Название чекпойнта по-прежнему содержит Wan2.2, из-за чего возникает путаница в поиске и руководствах.

Wan Animate 2 имеет открытый исходный код?

Официальный репозиторий и опубликованные веса доступны публично, а репозиторий лицензирован по Apache 2.0. Проверьте лицензию и файлы модели для вашего конкретного сценария распространения или коммерческого использования.

Какие модели Wan Animate 2 можно скачать?

Релиз от 7 августа включает веса Base и Distillation. Для обеих моделей есть пакеты Diffusers. Wan-Animate-2-Lite был анонсирован, но не входил в список первого публичного релиза весов.

Чем отличаются Base и Distilled?

В официальных примерах Diffusers используются 40 шагов для Base и 10 шагов для Distilled. Distilled также применяет guidance scale 1.0 и решатель потока Euler. Начните итерации с Distilled, а для оценки финального качества сравните Base на тех же входных данных.

Можно ли запустить Wan Animate 2 в ComfyUI?

Да. Используйте актуальную сборку ComfyUI и рабочий процесс Wan Animate 2 на основе WanAnimate2ToVideo. Не путайте его со старым графом Wan2.2 Animate на основе WanAnimateToVideo.

Какой GPU нужен для Wan Animate 2?

Официальный репозиторий настроен для 720p на 8 GPU A800 и сообщает о тестировании 480p на 2 GPU A800. Другое оборудование может работать с выгрузкой памяти или оптимизированными весами, но эти официальные цифры не определяют единого минимального потребительского GPU.

Поддерживает ли Wan Animate 2 анимацию в реальном времени?

Команда утверждает, что Wan-Animate-2-Lite достигает порогов реального времени для потоковой работы, однако в примечаниях к первому релизу веса Lite не перечислены. Прежде чем планировать продукт для прямого эфира, дождитесь воспроизводимого публичного пакета и протестируйте задержку всего процесса.

Может ли камера результата отличаться от управляющего видео?

Да. Текстовое управление ракурсом — одна из центральных функций модели. Значительные изменения могут потребовать генерации невидимых деталей, поэтому тщательно проверяйте стабильность персонажа и костюма.

Нужно ли описывать действие в промпте?

Как правило, нет. Пусть действие задаёт управляющее видео. Официальный рабочий процесс рекомендует объективно описывать внешность персонажа и фон, без действия или предположений об эмоциях. При необходимости добавьте краткую инструкцию по ракурсу.

Предлагает ли Poyo.ai новый API Wan Animate 2?

На момент этой проверки — нет. Текущая страница Wan Animate на Poyo.ai относится к прежнему API move/replace. Для нового релиза Wan Animate 2 используйте официальный репозиторий, пакеты Diffusers или рабочий процесс ComfyUI.