Wan 2.2 AI 影片生成器
輸入提示詞、上傳一張圖片，或同時指定首尾幀，即可生成 5 秒影片，無需下載模型，也不用搭建 ComfyUI 工作流。線上 Wan 2.2 工作臺支援 480P 草稿與 1080P 成片，提交前會顯示所選模型和預計點數。
Showing video 1 of 3: 把一張靜態藝術圖變成風格化動作開場，加入人物運動、衝擊節奏和戲劇化鏡頭切換。
提示詞把一張靜態藝術圖變成風格化動作開場，加入人物運動、衝擊節奏和戲劇化鏡頭切換。
如何線上使用 Wan 2.2
線上產生流程很直接：選擇畫面從哪裡開始，描述動作，確認畫幅與清晰度，然後產生。無需下載開源權重，也不用處理記憶體和運行環境。
步驟 1: 選擇文字、圖片或首尾幀
從零創作可選文生影片；想讓靜態畫面動起來可選圖生影片；需要控制鏡頭起點和落點時選用首尾幀生影片。圖片模式沿用素材比例，文字模式可直接選擇畫幅。
步驟 2: 寫清動作與運鏡
依序說明主體、動作、場景、光線和相機運動。可用反向提示詞排除不想出現的細節；如果只有一句簡短想法，也可以開啟提示詞擴充補足鏡頭訊息。
步驟 3: 選擇 480P 或 1080P 並產生
本站 Wan 2.2 固定生成 5 秒無聲影片。確認預計點數後提交任務，完成後即可預覽和下載 MP4。適合先用 480P 探索構圖，確定方向後再輸出 1080P。
Wan 2.2 的核心升級
圍繞 Wan 2.2 的搜尋需求，主要集中在 MoE 架構、電影感控制、複雜運動與開源模型。本站工作臺把最常用的生成方式整合為一個瀏覽器內流程。
兩位專家分別負責結構與細節
Wan 2.2 首次把混合專家架構引入影片擴散模型。開源 A14B 系列由高雜訊專家先建立整體佈局，再由低雜訊專家打磨細節。每一步只啟動一個專家，總參數約 270 億，單步啟動約 140 億。
使用 Wan 2.2 生成
更多訓練資料涵蓋複雜運動
Wan 團隊公佈的數據表明，相比 Wan 2.1，Wan 2.2 的圖片訓練量增加 65.6%，影片訓練量增加 83.2%。新增資料重點在於改善運動、語意與美學表現，特別適合多主體互動、物件運動和動態運鏡。
產生運動測試
既能本地部署，也能直接線上生成
Wan 2.2 提供開源的 14B 文生影片、14B 圖生影片模型，以及統一處理兩類任務的 5B TI2V 模型。本地部署適合深度自訂工作流程；如果只想快速取得成片，線上生成可以省去權重下載和硬體設定。
線上使用 Wan 2.2
Wan 2.2 適合放在創作流程的哪一步
Wan 2.2 更適合產生單一鏡頭。先把五秒鐘內的動作設計清楚，需要更長敘事時，再把多段結果放進剪輯軟體組合。
Showing content for 概念鏡頭: 分鏡預覽與視覺探索
分鏡預覽與視覺探索
在正式拍攝前測試運鏡、佈光或一個動作段落。文生影片最適合回答具體的視覺問題：這個鏡頭應該是什麼感覺？