Wan2.2 レビュー: AI 動画生成におけるその可能性を探る

最近、アリババの Tongyi は最新の AI ビデオモデル、Wan2.2 を正式にオープンソース化しました。Wan2.1 の成功を基に、Wan2.2 は動画合成において大きなブレークスルーをもたらし、クリエイターにより高品質でより制御可能な画像からの動画生成を提供します。

MoE アーキテクチャ: よりスマートで効率的

Wan2.2 は革新的な Mixture of Experts (MoE) アーキテクチャ を活用し、高ノイズと低ノイズのエキスパートモデルを組み合わせています。エキスパートをデノイズの時間ステップに基づいて割り当てることで、モデルはより 明瞭で、リアリスティックな動画 を生成し、詳細と動きの忠実性を向上させています。このハイブリッドエキスパートシステムは AI ビデオ生成能力 の重要な進歩を示しています（私たち自身の ビデオツールと並行しています）。

データと美学トレーニングの二重アップグレード

技術だけでは不十分です --- Wan2.2 は美の細胞を統合し、トレーニングデータ規模の二重アップグレード と専門的な美学学習を提供します。その結果、映画のようなクオリティの動画が、微妙なライティング、構図、ビジュアルストーリーテリングをキャプチャします。

Wan2.2 の主な特徴

• 映画的ビジュアルコントロール モデルは、光と影、色、構図を含む映画レンズ言語を理解します。ビデオスタイルは柔軟で（ビデオスタイル転送のように簡単にシフト可能）、表情やシーンの詳細が繊細に復元されます。
• 滑らかで複雑な動き Wan2.2 は複雑な動きを簡単に処理し、動的なシーンの動きの 滑らかさと制御性 を向上させます。特に映画的なカメラの動きのために、Morph Studio の AI モーションコントロール ツールが完全な精度コントロールを提供します。
• 正確なセマンティック準拠 強力なセマンティック理解により、モデルはシーンの指示に忠実に従い、マルチターゲット動画生成 をサポートし、元のクリエイティブな意図を確保します。

テストケース 1

画像から動画へ - 映画レンズレプリカ Wan2.2 AI 動画生成 が Titanic や Kill Bill のようなアイコニックな映画シーンをどのように再現するのかを発見してください。映画的な照明、滑らかな動きの一貫性、床の反射やリムライティングといった印象的な環境詳細を体験し、画像から動画へのクリエイティブを再定義します（AI 画像アップスケーラー の鮮明さに匹敵します）。

プロンプト: アップロードされた画像からのロマンティックなシーンをアニメーション化してください：夕暮れの船のデッキで抱き合いキスをする二人。彼らの正確なポーズと表情を保ってください。リアルで動的なライティングを追加し、金色の太陽光が移動するような微妙な海の反射を提供します。女性のスカーフと髪が自然に風に舞うようにします。顔に焦点を合わせた柔らかいフォーカスと、リアルなテクスチャー、温かく夢のような雰囲気を持った映画的な構図を維持してください。高品質、4K でレンダリング。この吹き渡るまたは重複した画像は避けてください。滑らかな動き、自然な動き、フォトリアリスティックなスタイル。

プロンプト: Kill Bill にインスパイアされたシネマティックシーンを作成してください。狭い廊下を前進するキャラクターのグループが登場します。主な焦点は白衣の女性主人公で、彼女を中心に配置し、彼女の存在を強調するための主要な照明が集中しています。サポートキャラクターは後ろに続き、彼らの歩調を一致させ、自然な動きの一貫性を維持します。廊下の温かいアンビエントライトを強調する床の微妙な反射と影をキャプチャしてください。リアルなテクスチャー、詳細な表情、着物や髪の流れる動きを維持します。シネマティックなムード、動的なライティング、滑らかな動き、高品質 4K。

テストケース 2

画像から動画へ - 複数キャラクターと複雑な動き

3 人の主要なハリーポッターキャラクターを使用したシーンを再現することで、Wan2.2 の AI 動画生成能力をテストしています。このマルチキャラクターシーンは、複雑な相互作用と動的な動きを特徴としており、モデルが高品質で映画のような AI 動画をリアルなアクション（トップクラスの AI キャラクタージェネレーターからの結果に匹敵）とシームレスなキャラクターモーションをどう生成できるかを示しています。

プロンプト: このシーンを映画的な動画にアニメーション化してください。ハリーがしっかりと杖を上げ、はっきりとした力強い動作で呪文を発します --- 無作為に振るわないようにコントロールし、目的を持たせます。杖の先端で魔法のエネルギーが輝き、ドラマチックな雰囲気を高めます。すべてのキャラクターの顔が一貫してリアルなままで歪まないようにします。背景ではハーマイオニーとロンが自然な表情とわずかな体の動きで微妙に反応します。シーン全体でライティングとシャドウを一貫して維持し、滑らかな動き、映画的なテクスチャー、高品質 4K の詳細を保ちます。

テストケース 3

テキストから動画へ - 光と影のテスト

プロンプト: 暗いコーラがクリスタルタンブラーに注がれる極端なクローズアップ、泡が激しく噴出し、表面へと踊りながら出ていく様子。固い逆光が液体を通り抜け、ベースの深いマホガニーから泡の先端の輝くアンバー色への豊かなグラデーション層を強調します。冷えたガラスを垂れ下がる露の粒が、スタジオのストロボを屈折させ、ガラスの切り口すべてにわたってキラキラと輝くビビッドなプリズムのフレアを作り出します。モーターで動くリムライトがガラスの輪郭をたどり、ベベルドベースにシャープなハイライトをキャストし、上部のカーブが柔らかな映画的シャドウに溶け込むことで、ドラマチックでインパクトのある飲料ショットを作り出します。