阿里巴巴旗下的通義實驗室在Hugging Face和GitHub平臺正式開源了其最新的Wan2.1-FLF2V-14B首尾幀生視頻模型。這一模型以其支持高清視頻生成和靈活的首尾幀控制功能引發業界熱議，爲AI驅動的視頻創作提供了全新可能。

QQ_1744944641660.png

Wan2.1-FLF2V-14B:首尾幀驅動的視頻生成新標杆

Wan2.1-FLF2V-14B是阿里通義萬相系列的最新力作，基於數據驅動訓練和**DiT（Diffusion Transformer）**架構，專爲首尾幀視頻生成設計。據社交媒體平臺上的討論，該模型只需用戶提供兩張圖片作爲首幀和尾幀，即可生成一段長約5秒、720p分辨率的高清視頻，運動流暢且首尾過渡自然。

AIbase瞭解到，該模型不僅支持文本到視頻和圖像到視頻，還具備視頻編輯、文本到圖像以及視頻到音頻的擴展功能。其核心優勢在於對動態場景的精準建模，能夠在生成過程中有效捕捉首尾幀之間的運動軌跡和視覺細節，爲用戶提供高質量的視頻內容。

核心特性:高效、靈活、多場景

Wan2.1-FLF2V-14B的發佈爲視頻生成領域帶來了多項突破性功能，AIbase總結其亮點如下:

首尾幀控制:用戶可通過兩張圖片定義視頻的起點和終點，模型自動生成中間過渡內容，適合短視頻創作和動畫預覽。

高清輸出:支持720p分辨率，生成時長約5秒，平均耗時8分鐘，滿足快速內容產出的需求。

多模態支持:除首尾幀視頻生成外，模型還支持文本引導的圖像生成和音頻生成，拓展了創作場景。

開源生態:模型已在GitHub和Hugging Face開放源代碼，附帶詳細文檔，方便開發者進行本地部署和二次開發。

AIbase認爲，Wan2.1-FLF2V-14B的開源特性顯著降低了視頻生成技術的使用門檻，爲獨立開發者、內容創作者和企業提供了探索AI視頻生成的機會。

社區反響:開源生態的強力推動

自Wan2.1-FLF2V-14B發佈以來，社交媒體平臺上的討論熱度持續攀升。AI社區對模型的流暢運動表現和開源舉措給予高度評價，認爲其填補了本地視頻生成模型的空白。AIbase注意到，許多開發者呼籲儘快推出量化版本，以降低計算資源需求，進一步提升模型的普及度。

與此同時，阿里通義實驗室還推出了免費體驗活動，用戶可通過簽到和創作任務獲取積分，用於模型的試用。這一舉措進一步激發了社區的參與熱情，爲模型的迭代優化提供了寶貴反饋。

行業影響:重塑視頻創作與應用場景

Wan2.1-FLF2V-14B的開源標誌着阿里在AI視頻生成領域的戰略佈局邁出了重要一步。AIbase預測，該模型將在以下領域展現巨大潛力:

內容創作:短視頻平臺創作者可利用首尾幀功能快速生成過渡動畫或特效片段。

影視製作:電影和動畫預覽團隊可通過模型測試場景過渡，降低前期製作成本。

教育與營銷:企業可生成定製化的宣傳視頻或教學內容，提升視覺吸引力。

然而，AIbase也提醒，視頻生成技術的普及需關注版權和倫理問題。阿里未來可能需要加強模型輸出內容的監管機制，以防止潛在的濫用風險。

阿里通義萬相Wan2.1-FLF2V-14B的開源發佈，不僅展示了阿里在AI視頻生成領域的技術實力，也爲全球開發者提供了探索視頻創作新可能的平臺。作爲AIbase，我們期待這一模型在開源社區的推動下，加速AI技術在內容創作和商業應用中的普及。欲瞭解更多技術細節或體驗模型，請訪問阿里通義實驗室的GitHub倉庫或Hugging Face平臺。

  • github:https://github.com/Wan-Video/Wan2.1

  • huggingface:https://huggingface.co/Wan-AI/Wan2.1-FLF2V-14B-720P

  • 魔搭社區:https://www.modelscope.cn/models/Wan-AI/Wan2.1-FLF2V-14B-720P

  • 直接體驗入口:https://tongyi.aliyun.com/wanxiang/videoCreation