Wan 2.1 ist ein KI-Modell von Alibaba zur Erstellung von Videos, Bildern und Musik aus Texteingaben. Es wurde im Februar 2025 als Open Source unter der Apache-2.0-Lizenz veröffentlicht, steht kostenlos auf GitHub und HuggingFace zum Download bereit und kann sowohl online als auch lokal auf dem Computer ausgeführt werden.
Was Wan 2.1 kann
Video aus einer Textbeschreibung erzeugen
Vorhandene Videoclips bearbeiten
Audio für erstellte Videos erzeugen
Nutzer berichten von einer hohen Videoqualität, einschließlich realistischer physikalischer Effekte (zum Beispiel bei der Simulation von Wasserbewegungen). Ein 5-sekündiges 480p-Video soll auf einer NVIDIA RTX 4090 etwa 4 Minuten zur Erstellung benötigen.
Verfügbarkeit, Sprachen und Einrichtung
Wan 2.1 unterstützt eine chinesische und englische Oberfläche. Eine russische Oberfläche ist zwar nicht verfügbar, aber das Modell kann russischsprachige Eingaben verstehen. Die Plattform stellt 50 kostenlose Credits pro Tag bereit.
Für die lokale Nutzung können Sie Wan 2.1 von GitHub oder HuggingFace herunterladen. Außerdem gibt es eine leichtere T2V-1.3B-Version, die 8,19 GB VRAM benötigt und bis zu 5 Sekunden Video in 480p erzeugen kann.
Wichtige Details
Open-Source-Lizenz: Apache 2.0
Enthält eine Video-VAE-Architekturkomponente
Der Code kann verwendet, untersucht, verändert und weiterverbreitet werden
