Wan2.2-I2V-A14B-Moe模型：MoE架构重构视频生成，消费级显卡实现电影级效果

一、Wan2.2 Moe加速模型介绍

Wan2.2-I2V-A14B-Moe-Distill-Lightx2v 是在 Wan2.2-I2V-A14B 基础上构建的高级图像到视频生成模型。这种方法允许模型生成推理步骤明显减少的视频（4 步，高噪声 2 步，低噪声 2 步），并且没有无分类器引导，从而大大缩短视频生成时间，同时保持高质量的输出。

• Wan2.2 的训练挑战在于高噪声;因此，我们重点介绍了高噪声模型的两步训练。与之前的版本相比，我们采用了几种新的策略，提高了模型的一致性和动态性。
• Wan2.2 的低噪声模型直接使用 Wan2.1 的 lora 可以取得良好的效果;因此，低噪声型号仍然采用旧的 Wan2.1 LoRA。

用这个模型，在保持动态效果不错的情况下，生成时间大大缩短，还是值得玩玩的。

二、相关安装（文末网盘）

蒸馏的moe大模型，有28G，本地跑记得开fp8量化模型，这样16G才可以跑起来。

模型地址：https://huggingface.co/lightx2v/Wan2.2-I2V-A14B-Moe-Distill-Lightx2v

显卡生成时间参考：

模型路径：

ComfyUI/
├───📂 models/
│   ├───📂 diffusion_models/
│   │   ├─── wan2.2_i2v_low_noise_14B_fp8_scaled.safetensors
│   │   └─── wan2.2_i2v_high_noise_14B_fp8_scaled.safetensors
│   ├───📂 loras/
│   │   ├─── wan2.2_i2v_lightx2v_4steps_lora_v1_low_noise.safetensors
│   │   └─── wan2.2_i2v_lightx2v_4steps_lora_v1_low_noise.safetensors
│   ├───📂 text_encoders/
│   │   └─── umt5_xxl_fp8_e4m3fn_scaled.safetensors 
│   └───📂 vae/
│       └── wan_2.1_vae.safetensors

三、工作流及体验

工作流官版示例：核心是高噪使用加速蒸馏大模型，低噪的还是用官版的I2V模型配合2.1的Lightx2v来跑，这是该模型官方推荐的搭配方案。

模型组成：模型+loras(高低噪这里我还分别加了奖励模型，会有更好的动态和细节。)

视频处理：

效果演示

Wan2.2代表了视频生成技术的重大飞跃，拥有创新的专家混合（MoE）架构，利用双专家设计进行去噪，提升了视频生成的质量和收敛性。这个模型不仅仅是一个渐进式的更新；它引入了高压缩视频生成能力，实现了令人印象深刻的质量。

Wan2.2的独特之处在于其性能，超越了领先的闭源商业模型，在生成模型领域取得了显著成就。对于对尖端视频生成感兴趣的开发人员和研究人员，Wan2.2可在Apache 2.0许可下获得，提供自由和合规的平衡。该模型的能力涵盖了文本到视频和图像到视频任务，使其成为各种应用的多功能工具。如果您渴望探索视频生成技术的前沿,Wan2.2绝对值得您关注。