Wan2.1

Wan2.1视频生成

Wan2.1是阿里集团的开源视频生成模型，支持文本到视频（Text-to-Video）和图像到视频（Image-to-Video）两种模式。本仓库提供了Wan2.1的paddle实现，目前仅支持推理。

快速开始

环境准备

若曾使用PaddlePaddle主页build_paddle_env.sh脚本安装PaddlePaddle，请根据本身cuda版本手动更新版本Installation。

更新diffusers:
在ppdiffusers目录下运行以下命令:

python install -e .

目前支持模型

文生视频模型：Wan2.1-T2V：1.3B、14B模型
图生视频模型：Wan2.1-I2V-14B：480P、720P模型

推理示例

硬件要求

• 硬件要求：1.3B模型请保证有 30G以上显存，14B模型请保证有 80G以上显存

文本到视频

cd Wan2.1
python text2video.py

可以通过text2video.py文件中的model_id参数选择模型，支持以下模型:
model_id 当前支持: Wan-AI/Wan2.1-T2V-14B-Diffusers, Wan-AI/Wan2.1-T2V-1.3B-Diffusers
对应Wan2.1-T2V的14B版本与1.3B版本。

图像到视频

python image2video.py

可以通过image2video.py文件中的model_id参数选择模型，支持以下模型:
model_id 当前支持: Wan-AI/Wan2.1-I2V-14B-480P-Diffusers, Wan-AI/Wan2.1-I2V-14B-720P-Diffusers
对应Wan2.1-I2V 14B的480P版本与720P版本。