Alibaba publie Wan2.2 pour rehausser la production vidéo de qualité cinéma

Premiers modèles de génération vidéo MoE open source de l'industrie, offrant un contrôle exceptionnel aux créateurs et développeurs du monde entier

Hangzhou, Chine, le 29 juillet 2025 - Alibaba a publié Wan2.2, les premiers modèles de génération vidéo à grande échelle open source intégrant l'architecture MoE (Mixture-of-Experts), qui permettront d'améliorer considérablement la capacité des créateurs et développeurs à produire des vidéos de qualité cinéma en un seul clic.

La série Wan2.2 comprend un modèle de synthèse vidéo à partir de texte Wan2.2-T2V-A14B, un modèle de synthèse vidéo à partir d'image Wan2.2-I2V-A14B, ainsi que Wan2.2-TI2V-5B, un modèle hybride prenant en charge les tâches de génération vidéo à partir de texte et d'image dans un cadre unifié.

Construits sur l'architecture MoE et entraînés sur des données esthétiques soigneusement sélectionnées, Wan2.2-T2V-A14B et Wan2.2-I2V-A14B génèrent des vidéos d'une qualité et d'une esthétique de niveau cinéma, offrant aux créateurs un contrôle précis de dimensions clés telles que l'éclairage, l'heure de la journée, la tonalité des couleurs, l'angle de prise de vue, le format du cadre, la composition, la distance focale, etc.

Les deux modèles MoE présentent également des améliorations significatives dans la production de mouvements complexes — notamment des expressions faciales vivantes, des gestes dynamiques des mains et des mouvements sportifs intricats. De plus, les modèles produisent des représentations réalistes avec un meilleur suivi des instructions et un meilleur respect des lois physiques.

Pour remédier à la consommation de calcul élevée dans la génération vidéo causée par la longueur des séquences, Wan2.2-T2V-A14B et Wan2.2-I2V-A14B mettent en œuvre une conception à deux experts dans le processus de débruitage des modèles de diffusion, comprenant un expert à bruit élevé axé sur la disposition globale de la scène et un expert à faible bruit dédié au raffinage des détails et des textures. Bien que les deux modèles comprennent au total 27 milliards de paramètres, seuls 14 milliards de paramètres sont activés par étape, réduisant la consommation de calcul jusqu'à 50 %.

Wan2.2 intègre un réglage esthétique fin grâce à un système de prompts d'inspiration cinématographique qui catégorise les dimensions clés telles que l'éclairage, l'illumination, la composition et la tonalité des couleurs. Cette approche permet à Wan2.2 d'interpréter et de transmettre avec précision les intentions esthétiques des utilisateurs pendant le processus de génération.

Pour renforcer les capacités de généralisation et la diversité créative, Wan2.2 a été entraîné sur un jeu de données nettement plus grand, avec une augmentation de 65,6 % des données d'images et de 83,2 % des données vidéo par rapport à Wan2.1. Wan2.2 démontre des performances améliorées dans la production de scènes et de mouvements complexes, ainsi qu'une capacité accrue d'expression artistique.

Un modèle compact pour une efficacité et une évolutivité accrues

Wan2.2 introduit également son modèle hybride Wan2.2-TI2V-5B, un modèle dense qui utilise une architecture VAE 3D à haute compression pour atteindre un taux de compression temporelle et spatiale de 4x16x16, portant le taux de compression global de l'information à 64. Le TI2V-5B peut générer une vidéo 720P de 5 secondes en quelques minutes sur un seul GPU grand public, permettant aux développeurs et aux créateurs de contenu de bénéficier d'efficacité et d'évolutivité.

Les modèles Wan2.2 sont disponibles au téléchargement sur Hugging Face et GitHub, ainsi que sur ModelScope, la communauté open source d'Alibaba Cloud. Contributeur majeur de la communauté open source mondiale, Alibaba a publié en open source quatre modèles Wan2.1 en février 2025 et Wan 2.1-VACE (Video All-in-one Creation and Editing) en mai 2025. À ce jour, les modèles ont dépassé les 5,4 millions de téléchargements sur Hugging Face et ModelScope.

À propos d'Alibaba Cloud

Fondée en 2009, Alibaba Cloud (www.alibabacloud.com) est l'épine dorsale technologique et numérique du groupe Alibaba. Elle propose une suite complète de services cloud aux clients du monde entier, notamment le cloud computing élastique, les bases de données, le stockage, les services de virtualisation de réseau, le calcul à grande échelle, la sécurité, l'analyse de mégadonnées, l'apprentissage automatique et les services d'intelligence artificielle (IA). Alibaba est classée premier fournisseur IaaS en Asie-Pacifique en termes de revenus en dollars américains depuis 2018, selon Gartner. Elle maintient également sa position parmi les premiers fournisseurs mondiaux de services IaaS cloud public depuis 2018, selon IDC.