三花快讯 · 2025, 8月27日
阿里开源 Wan2.2-S2V：音频驱动视频生成模型
14B 参数规模用静态图加音频生成视频
阿里 Wan 团队今日正式开源 Wan2.2-S2V-14B——这是一款基于音频驱动的开源视频生成模型。用户只需输入一张静态图像与一条音频，即可生成 480P（最高 720P）的动态视频。
佬们现在就可以去 Hugging Face Space 上亲自体验！
商业转载请联系三花微信公众号获得授权，非商业转载请注明本文出处及文章链接，您可以自由地在任何媒体以任何形式复制和分发作品，也可以修改和创作，但是分发衍生作品时必须采用相同的许可协议。
本文采用 CC BY-NC-SA 4.0 - 非商业性使用 - 相同方式共享 4.0 国际 进行许可。