我们正式发布Wan2.2-S2V
合集 · 通义前哨站 (71)
-
【直播回放】ICLR 2025论文解读(上)——通义实验室篇
1:02:05
-
智能体工作流评估新框架:WorFBench
1:11
-
这是通义千问的来时路。
1:20
-
从单图到可驱动3D数字人生成技术讲解
15:23
-
有人问Qwen2.5-Omni 和VL的区别?
1:15
-
【直播回放】ICLR 2025论文解读(下)——通义实验室篇
1:27:46
-
通义万相2.1的3D VAE是什么?
2:03
-
多模态大模型解题新思路:mPLUG-Owl3
1:29
-
行业首发全栈MCP服务,尽在百炼平台~
0:42
-
通义万相2.1首尾帧生视频模型开源
1:29
-
【玩转MCP】手把手教你自定义部署MCP服务
1:23
-
【玩转MCP】手把手教你搭建专属MCP Agent
1:23
-
超写实3D数字人大模型(LAM)技术报告解读
1:57
-
表情、声音、说话风格一键复刻!
1:34
-
我们为千行百业而来。
0:23
-
Qwen3 来了!
0:40
-
Thinking Budget:让大模型灵活思考
1:20
-
Qwen3+MCP带来哪些新场景?
0:56
-
太好了,是Qwen的Deep Research,我们有救了
1:00
-
通义万相视频编辑统一模型VACE开源发布
1:07
-
【直播回放】通义万相视频编辑统一模型VACE开源
10:01
-
如果有Wan Day,它会是什么样子?
2:14
-
ZeroSearch:无需真实搜索也能激发模型搜索能力
2:42
-
今天来复习一下Qwen2.5-VL技术报告!
3:24
-
ParScale:一种全新的大模型Scaling Law
3:15
-
大模型如何持续进化,实现精准检索?
2:01
-
【直播回放】Qwen3-Embedding模型深度解析
59:14
-
语音识别怕噪声?CoGenAV 来破局!
2:40
-
在这里,了解通义千问的一切
0:37
-
微表情捕捉、潜台词翻译,AI“读心专家”就位!
1:36
-
理解画面捕捉细节,你的AI音效师来啦!
1:47
-
框架开源,无需邀约,即刻体验!
5:03
-
Qwen Vlo|描绘你关于世界的想象
0:57
-
10分钟,打造你的专属实时语音交互应用!
1:51
-
手机也能跑 Qwen3?手把手教你部署!
1:41
-
一句话玩转网页开发!
1:10
-
【直播回放】Ask Qwen3 Anything 2025年04月30日10点场
1:04:15
-
如何让AI有理有据地识别情绪?
52:16
-
来吧,上船,起航!
5:10
-
👂听说,Qwen3-Coder其实也能听懂大白话?
1:16
-
人人都是大导演!通义万相2.2来了!🤩
1:57
-
Github 5K+🌟WebAgent研究团队新作:WebShaper来啦
1:05
-
书画双全!Qwen-Image开源🖌
1:57
-
【直播回放】Qwen-Image技术报告解读和模型实战攻略01
2:04:47
-
音画传情 声启万相
1:05
-
什么呀?语音识别现在也要调监控啦🧐?
3:39
-
AgentScope1.0:终结智能体黑盒🗃️,打造生产级可控应用
4:03
-
🎙️ 开麦即真:CosyVoice 全面升级
1:41
-
不止入戏,更能入景🎬
1:20
-
说得更好、更准、更自然:Qwen3-TTS上线
2:35
-
原生全模态不降智
6:55
-
Qwen3-VL 看懂、理解并响应世界
2:03
-
多图编辑进化,万物皆可一键“同框”!
0:58
-
大就是好!Qwen3-Max 正式亮相
0:41
-
通义万相2.5:一句指令,玩转图像魔法
0:41
-
别让声音困住你的效率
0:44
-
通义万相2.5:一句话实现“Vibe PSing”!
0:47
-
通义万相2.5:让声音当你的视频“导演”!
0:48
-
通义万相2.5:让画面“声”动起来!
1:21
-
通义万相2.5:能听懂,也能准确执行!
0:54
-
Qwen3-Omni API上新:声形意合,令出智随
4:52
-
Fun-CosyVoice 3 重磅升级|更快、更准、更强表达力
1:15
-
Fun-ASR 全新升级|企业级抗干扰
1:21
-
「通义万相2.6」来啦!所有角色,听我指挥
0:39
-
Qwen-Image-Layered:下一代图像生成基础模型 🚀
0:51
-
进来复习!是谁8步推理1秒出图
0:55
-
【能干活的高情商语音搭子】
1:39
-
Qwen3-TTS上新,支持跨物种克隆音色!
3:19
-
Qwen-Image-2512 正式开源发布!
0:57
-
除夕!Qwen3.5来了!
1:16
-
Qwen-Audio-3.0-Realtime 发布:懂倾听,更聪明的实时语音方案
2:53
Description
我们正式发布 Wan2.2-S2V,一个专为电影级音频驱动角色动画设计的140亿参数模型。该模型旨在超越简单的“数字人”对话,提供达到专业电影和电视制作标准的动画效果,现已全面开源。 核心特性: 长视频动态主体一致性: 在长视频中保持角色外观和动态特征的高度一致性。 电影级音视频生成: 仅通过音频输入,即可实现精准的口型、表情和动作匹配。 增强的指令遵循能力: 支持通过指令对角色的动作和环境进行精确控制,为创作提供更高的自由度。 应用领域: 电影制作人、内容创作者以及致力于构建 AI 电影感体验的开发者的理想选择。 立即体验: Hugging Face: https://huggingface.co/Wan-AI/Wan2.2-S2V-14B 魔搭社区: https://www.modelscope.cn/models/Wan-AI/Wan2.2-S2V-14B Github: https://github.com/Wan-Video/
Comments
你才是真正的源神[doge]
♥ 254 ↩ 5
除了对显卡要求高一些,仿佛看到了sd1.5的开源盛世啊, 天天玩的比打游戏还上头[笑哭]
♥ 52 ↩ 3
How much 显存 do you need[星星眼]
♥ 52 ↩ 9
2.2的无损加速lora还没出来,s2v就发布了[笑哭]
♥ 35 ↩ 4
全球最强的综合diffusion模型了,期待量化版本能让模型进入寻常百姓家[星星眼] 好吧就算量化版本,没个16GB显存估计也是想也别想,可能离寻常百姓还有距离[笑哭]
♥ 33 ↩ 4
可以的,开源视频模型进到task drive阶段了,可能会实现一些正经实用的功能了,大利好
♥ 28 ↩ 2
源神又开源了[打call]
♥ 15
什么?mutitalk就过时了吗[doge]
♥ 14 ↩ 2
vace还会远吗[doge]
♥ 11
感谢开源,感谢各位推动社会进步的人!
♥ 8
牛就等这个数字人了
♥ 5
消费级gpu基本玩不转
♥ 5
没猜错的话@T8star-Aix 大佬又得加更了[doge]
♥ 4
第一。
♥ 4
视频模型需要的显存太多了,这个需要多大显存呀
♥ 3
You guys are the real Open AI.[加油]
♥ 3
源神 yyds[星星眼],目前在用wan2.2 i2v 和 qwen image edit 太香了
♥ 3 ↩ 1
不要一锤定音的公告,要全透明的调查流程【流泪】【流泪】【流泪】 1、详细的案发现场报告 2、涉事人员具体名单 3、尸检结果 4、案件发展全过程 5、公安机关执法记录仪全过程
♥ 2
源神!请坚持下去
♥ 2
@十字鱼 这个好有意思[Mygo表情包_害羞]
♥ 2 ↩ 5