Wan
阿里巴巴通义实验室开源的视频生成基础模型，基于Diffusion Transformer（DiT）架构构建，将视频帧划分为16×16像素时空Patch进行处理
时间轴 (近 90 天)
作者用几天时间开发了开源视频协作替代品Wan。
Wan的开发主要是在Gemini 3 Pro和Opus 4.6时代完成的。
Wan在功能上覆盖了Frame.io被收购时约70%的能力。
标准文生视频扩散管线（如原版 Stable Video Diffusion 或早期 Wan checkpoint）在超过 4 秒的帧序列上会出现时间注意力衰减。
ReelMint 提供单独的 Private Studio 方案，每月 999 美元，生成内容不经过平台筛查，支持 Wan 和 Seedream 模型最高 4K 分辨率，一次可生成十个作品。
Seedance、Kling、Wan、Veo、Grok Imagine、MiniMax H3 等是当前主流的视频生成基础模型，由不同厂商训练并对外提供 API。
主流T2V模型包括Runway Gen系列、Sora、Kling、Wan等
社区评论认为 Qwen 团队和 Wan 团队在真实数据集质量方面存在不足
主流的开源视频模型如CogVideoX、Wan在相机控制上普遍存在响应不精确的问题
加速LoRA技术已被广泛应用于Wan、HunyuanVideo等主流开源视频模型的本地部署加速
还有 6 条时间轴事件
全部知识事实 (15)
作者用几天时间开发了开源视频协作替代品Wan。
50%待验证Wan的开发主要是在Gemini 3 Pro和Opus 4.6时代完成的。
50%待验证Wan在功能上覆盖了Frame.io被收购时约70%的能力。
50%待验证标准文生视频扩散管线（如原版 Stable Video Diffusion 或早期 Wan checkpoint）在超过 4 秒的帧序列上会出现时间注意力衰减。
50%待验证ReelMint 提供单独的 Private Studio 方案，每月 999 美元，生成内容不经过平台筛查，支持 Wan 和 Seedream 模型最高 4K 分辨率，一次可生成十个作品。
50%待验证主流T2V模型包括Runway Gen系列、Sora、Kling、Wan等
50%待验证社区评论认为 Qwen 团队和 Wan 团队在真实数据集质量方面存在不足
50%待验证主流的开源视频模型如CogVideoX、Wan在相机控制上普遍存在响应不精确的问题
50%待验证加速LoRA技术已被广泛应用于Wan、HunyuanVideo等主流开源视频模型的本地部署加速
50%待验证与 Wan、CogVideoX 等同期模型相比，MiniMax 模型的参数规模较大，本地部署对硬件要求偏高
50%待验证主流可本地部署视频生成模型包括字节跳动的 CogVideoX、快手的 Wan，商业 API 方面有 Runway、Pika、Kling 等
50%待验证该创作者仍保留此前用 Wan 视频生成积累的一批 LoRA，认为其中一些无法替代
50%待验证使用ti2v-5b Q5模型在960x544分辨率、81帧、20步设置下，每步仅耗时1.95秒，并剩余约3GB显存空闲
50%待验证阿里巴巴通义团队发布的Wan系列曾一度是开源视频生成的主流选择
50%待验证Wan团队开源了角色动画模型Wan-Animate-2
50%