Wan 2.2 系列现已在 SiliconFlow 上线:生成稳定、逼真且具有电影感的视频

2025年8月16日

目录

Wan 2.2 系列现已上市在 SiliconFlow

SiliconFlow 很高兴将 Wan 2.2 系列 引入我们的平台——这是 Wan 的视觉生成模型的重大升级,提供显著提升的性能和卓越的视觉质量。我们提供该系列中的两个模型:Wan2.2-T2V-A14BWan2.2-I2V-A14B。这些模型专为推动从概念艺术到商业视觉的下一波创意 AI 应用程序而设计,能够让用户生成比以往更详细、真实和富有想象力的内容。

除了 Wan 2.2,SiliconFlow 还支持先前发布的 Wan 2.1 系列,为用户提供灵活性以选择最适合其特定需求的模型。

使用 SiliconFlow 的 Wan 2.2 API,您可以期待:

  • 成本效益定价: Wan2.2-T2V-A14B $0.29 / 视频;Wan2.2-I2V-A14B $0.29 / 视频。

  • 分辨率支持: Wan2.2-T2V-A14B:480P & 720P (5s);Wan2.2-I2V-A14B:480P & 720P。

WAN 2.2 系列中模型亮点

SiliconFlow 提供了来自 WAN 2.2 系列的两个强大模型。您可以根据特定任务要求和所需功能选择合适的模型:

  • T2V-A14B:

    • 提供高质量的视频生成。

    • 在 Wan-Bench 2.0 上表现优于领先的商业模型。

  • I2V-A14B:

    • 产生更加稳定、连贯的视频。

    • 减少不真实的摄像机运动。增强对多样化风格化场景的支持。

这些在 WAN 2.2 中的改进通过 基准性能 进一步得到验证。在 WAN-Bench 2.0 的对比测试中,WAN2.2-T2V-A14B 在多个关键维度上表现优于 SoraHailuo 02 等领先的闭源商业模型。

这些卓越的结果源于 WAN 2.2 的关键技术创新:

  • 高效的 MoE 架构: WAN 2.2 将 Mixture-of-Experts (MoE) 架构引入视频扩散模型中,通过在时间步长上用专业专家模型分离去噪过程,在保持计算成本的同时增加整体模型容量。

  • 电影级美学: 该模型结合了经过精心策划的美学数据,包含细致的光影、构图、对比度和色调标签,能够进行精确和可控的电影风格生成。

  • 复杂运动生成: 在大幅度增加 +65.6% 图片和 +83.2% 视频的数据上进行训练,增强了跨运动、语义和美学的泛化能力。

将 Wan 2.2 系列集成到 SiliconFlow 中,您现在可以在自己的项目中受益于这些改进。

在 SiliconFlow 上的真实世界性能

  • 电影视觉控制

提示:一个纯粹的视觉和氛围视频作品,专注于光影的相互作用,以一列玉米火车作为中心主题。想象一个浸泡在戏剧性温暖聚光灯下的舞台,一列玉米火车作为一个鲜明的剪影,缓缓跨越空间。视频探索了火车投射的光影的动态交互,在舞台上形成抽象的图案、形状和幻象。背景音乐应为氛围和极简主义,增强作品的氛围和抽象性质。

  • 广泛动作

提示:一组充满活力的多元化嘻哈舞者在充满活力的霓虹灯照耀下穿越辽阔的舞台,在他们的剪影周围投射出侧光光晕。广角电影镜头捕捉同步的动作、充满活力的能量和年轻的表情。快速的摄像机工作反映了节拍,展示复杂的步法、爆发力以及团队的统一性。

  • 精确的提示跟随

提示:水彩风格,湿润的墨流缓慢铺展成纸上岛屿的形状,边缘持续混合成微妙的纹理变化。一只小纸船向水流的方向漂向仍然湿润的区域,在周围形成微妙的波纹。中心构图,来自侧面的柔和自然光泄露,揭示出微妙的颜色渐变和运动感。

立即开始

  1. 探索:Wan 2.2 系列 中尝试 模型广场

  2. 整合: 使用我们的 OpenAI 兼容 API。在 SiliconFlow API 文档 中探索完整的 API 规格。

import requests

url = "https://api.siliconflow.com/v1/video/submit"

payload = {
    "model": "Wan-AI/Wan2.2-T2V-A14B",
    "prompt": "an island near sea, with seagulls, moon shining over the sea, light house, boats int he background, fish flying over the sea",
    "image_size": "960x960"
}
headers = {
    "Authorization": "Bearer <token>",
    "Content-Type": "application/json"
}

response = requests.post(url, json=payload, headers=headers)

print(response.json())
import requests

url = "https://api.siliconflow.com/v1/video/submit"

payload = {
    "model": "Wan-AI/Wan2.2-T2V-A14B",
    "prompt": "an island near sea, with seagulls, moon shining over the sea, light house, boats int he background, fish flying over the sea",
    "image_size": "960x960"
}
headers = {
    "Authorization": "Bearer <token>",
    "Content-Type": "application/json"
}

response = requests.post(url, json=payload, headers=headers)

print(response.json())
import requests

url = "https://api.siliconflow.com/v1/video/submit"

payload = {
    "model": "Wan-AI/Wan2.2-T2V-A14B",
    "prompt": "an island near sea, with seagulls, moon shining over the sea, light house, boats int he background, fish flying over the sea",
    "image_size": "960x960"
}
headers = {
    "Authorization": "Bearer <token>",
    "Content-Type": "application/json"
}

response = requests.post(url, json=payload, headers=headers)

print(response.json())

今天就在 SiliconFlow 上探索 Wan2.2!

准备好 加速您的人工智能开发吗?

准备好 加速您的人工智能开发吗?

准备好 加速您的人工智能开发吗?