Wan2.1-T2V-14B

Wan2.1-T2V-14B es un modelo avanzado de generación de Text a Video de código abierto. Este modelo 14B ha establecido puntos de referencia de rendimiento de última generación tanto entre modelos de código abierto como cerrado, siendo capaz de generar contenido visual de alta calidad con efectos dinámicos significativos. Es el único modelo de Video que puede generar simultáneamente Text tanto en chino como en inglés, y admite la generación de Video en resoluciones de 480P y 720P. El modelo adopta una arquitectura de transformador de difusión y mejora sus capacidades generativas a través de un innovador autocodificador variacional espaciotemporal (VAE), estrategias de entrenamiento escalables y construcción de datos a gran escala