Wan2.1 Fun V1.1 14B Control

由 alibaba-pai 开发

阿里云PAI团队开发的1.3B参数文本生成视频模型，支持多分辨率训练及首尾帧预测

文本生成视频

支持多种语言

开源协议:Apache-2.0 #多分辨率视频生成 #首尾帧预测 #多语言兼容

下载量 55

发布时间 : 4/24/2025

模型介绍

内容详情

替代品

模型简介

该模型是基于扩散模型(diffusers)的文本到视频生成系统，能够根据文本描述生成高质量视频内容。支持多种分辨率输出，并具备首尾帧预测功能以提高视频连贯性。

模型特点

多分辨率支持

支持512/768/1024等多种分辨率的视频生成

首尾帧预测

增强视频连贯性的特殊技术

多语言兼容

支持中英文文本输入

控制条件支持

可结合Canny、Depth、Pose等控制条件生成视频

模型能力

文本到视频生成

多分辨率视频生成

条件控制视频生成

首尾帧预测

使用案例

创意内容生成

短视频创作

根据文字描述自动生成创意短视频

81帧，16FPS的流畅视频

广告制作

快速生成产品展示视频

支持多种分辨率的专业级视频

教育娱乐

教育视频生成

将教材内容转化为生动视频

支持中英文教学内容

许可证：Apache-2.0
语言：

英文
中文

任务类型：文本生成视频
库名称：diffusers
标签：

视频
视频生成

万趣

😊 欢迎使用！

English | 简体中文

模型地址

V1.1版本：

名称	存储空间	Hugging Face	Model Scope	描述
Wan2.1-Fun-V1.1-1.3B-InP	19.0 GB	🤗链接	😄链接	Wan2.1-Fun-V1.1-1.3B文本生成视频权重，支持多分辨率训练及首尾帧预测。
Wan2.1-Fun-V1.1-14B-InP	47.0 GB	🤗链接	😄链接	Wan2.1-Fun-V1.1-14B文本生成视频权重，支持多分辨率训练及首尾帧预测。
Wan2.1-Fun-V1.1-1.3B-Control	19.0 GB	🤗链接	😄链接	支持Canny、Depth、Pose、MLSD等控制条件，可结合参考图与轨迹控制，支持512/768/1024多分辨率视频生成（81帧，16FPS），多语言兼容。
Wan2.1-Fun-V1.1-14B-Control	47.0 GB	🤗链接	😄链接	支持Canny、Depth、Pose、MLSD等控制条件，可结合参考图与轨迹控制，支持512/768/1024多分辨率视频生成（81帧，16FPS），多语言兼容。
Wan2.1-Fun-V1.1-1.3B-Control-Camera	19.0 GB	🤗链接	😄链接	专为镜头运动控制优化，支持512/768/1024多分辨率视频生成（81帧，16FPS），多语言兼容。
Wan2.1-Fun-V1.1-14B-Control	47.0 GB	🤗链接	😄链接	专为镜头运动控制优化，支持512/768/1024多分辨率视频生成（81帧，16FPS），多语言兼容。

V1.0版本：

名称	存储空间	Hugging Face	Model Scope	描述
Wan2.1-Fun-1.3B-InP	19.0 GB	🤗链接	😄链接	支持多分辨率训练及首尾帧预测的1.3B文本生成视频模型。
Wan2.1-Fun-14B-InP	47.0 GB	🤗链接	😄链接	支持多分辨率训练及首尾帧预测的14B文本生成视频模型。
Wan2.1-Fun-1.3B-Control	19.0 GB	🤗链接	😄链接	支持Canny/Depth/Pose/MLSD等控制条件与轨迹控制，512/768/1024多分辨率视频生成（81帧，16FPS），多语言兼容。
Wan2.1-Fun-14B-Control	47.0 GB	🤗链接	😄链接	支持Canny/Depth/Pose/MLSD等控制条件与轨迹控制，512/768/1024多分辨率视频生成（81帧，16FPS），多语言兼容。