Alibaba lança o Wan2.2 para elevar a produção de vídeos cinematográficos

Os primeiros grandes modelos de geração de vídeo MoE de código aberto do setor, oferecendo controle excelente para criadores e desenvolvedores globais

Hangzhou, China, 29 de julho de 2025 - O Alibaba lançou o Wan2.2, os primeiros grandes modelos de geração de vídeo de código aberto do setor incorporando a arquitetura MoE (Mixture-of-Experts), que elevarão significativamente a capacidade de criadores e desenvolvedores de produzir vídeos em estilo cinematográfico com um único clique.

A série Wan2.2 apresenta um modelo de texto para vídeo Wan2.2-T2V-A14B e um modelo de imagem para vídeo Wan2.2-I2V-A14B, além do Wan2.2-TI2V-5B, um modelo híbrido que suporta tarefas de geração de texto para vídeo e de imagem para vídeo em uma única estrutura unificada.

Construídos na arquitetura MoE e treinados com dados estéticos meticulosamente selecionados, o Wan2.2-T2V-A14B e o Wan2.2-I2V-A14B geram vídeos com estética e qualidade cinematográfica, oferecendo aos criadores controle preciso sobre dimensões essenciais, como iluminação, hora do dia, tom de cor, ângulo da câmera, tamanho do quadro, composição, distância focal, etc.

Os dois modelos MoE também demonstram melhorias significativas na produção de movimentos complexos - incluindo expressões faciais vívidas, gestos manuais dinâmicos e movimentos esportivos intrincados. Além disso, os modelos fornecem representações realistas com melhor seguimento de instruções e adesão às leis da física.

Para resolver o problema do alto consumo computacional na geração de vídeos causado por tokens longos, o Wan2.2-T2V-A14B e o Wan2.2-I2V-A14B implementam um design de dois especialistas no processo de redução de ruído (denoising) de modelos de difusão, incluindo um especialista em alto ruído focado no layout geral da cena e um especialista em baixo ruído para refinar detalhes e texturas. Embora ambos os modelos compreendam um total de 27 bilhões de parâmetros, apenas 14 bilhões de parâmetros são ativados por etapa, reduzindo o consumo computacional em até 50%.

O Wan2.2 incorpora ajuste estético refinado por meio de um sistema de prompts inspirado no cinema que categoriza dimensões essenciais como luz, iluminação, composição e tom de cor. Essa abordagem permite que o Wan2.2 interprete e transmita com precisão as intenções estéticas dos usuários durante o processo de geração.

Para aprimorar as capacidades de generalização e a diversidade criativa, o Wan2.2 foi treinado em um conjunto de dados substancialmente maior, apresentando um aumento de 65,6% nos dados de imagem e de 83,2% nos dados de vídeo em comparação com o Wan2.1. O Wan2.2 demonstra desempenho aprimorado na produção de cenas e movimentos complexos, bem como uma capacidade aprimorada de expressão artística.

Um modelo compacto para aumentar a eficiência e a escalabilidade

O Wan2.2 também apresenta seu modelo híbrido Wan2.2-TI2V-5B, um modelo denso que utiliza uma arquitetura VAE 3D de alta compactação para atingir uma taxa de compactação temporal e espacial de 4x16x16, aumentando a taxa geral de compactação de informações para 64. O TI2V-5B pode gerar um vídeo 720P de 5 segundos em vários minutos em uma única GPU de nível de consumidor, permitindo eficiência e escalabilidade para desenvolvedores e criadores de conteúdo.

Os modelos Wan2.2 estão disponíveis para download no Hugging Face e no GitHub, bem como na comunidade de código aberto da Alibaba Cloud, o ModelScope. Um grande contribuidor para a comunidade global de código aberto, o Alibaba disponibilizou em código aberto quatro modelos Wan2.1 em fevereiro de 2025 e o Wan 2.1-VACE (Video All-in-one Creation and Editing) em maio de 2025. Até o momento, os modelos atraíram mais de 5,4 milhões de downloads no Hugging Face e no ModelScope.

Sobre a Alibaba Cloud

Fundada em 2009, a Alibaba Cloud (www.alibabacloud.com) é a espinha dorsal de inteligência e tecnologia digital do Alibaba Group. Ela oferece um conjunto completo de serviços de nuvem para clientes em todo o mundo, incluindo computação elástica, banco de dados, armazenamento, serviços de virtualização de rede, computação em larga escala, segurança, análise de big data, aprendizado de máquina e serviços de inteligência artificial (IA). A Alibaba foi nomeada a principal provedora de IaaS na região da Ásia-Pacífico por receita em dólares americanos desde 2018, de acordo com o Gartner. Ela também manteve sua posição como uma das principais provedoras de serviços de IaaS de nuvem pública do mundo desde 2018, de acordo com a IDC.