# Wan 2.2 TI2V 5B（视频模型）

> Wan 2.2 TI2V 5B，本地运行：开放（Apache-2.0）视频模型，可根据文本或起始图像生成无声的写实与风格化片段。最长 5 秒，1280x704，24 fps。比 LTX-2.5 慢，但更轻量：NVIDIA GPU 需 12 GB 以上显存，内存 16 GB。

- ID: `aigd.video-wan22-ti2v-5b`
- 来源: 官方 (第一方 `aigd.*`)
- 分类: 视频
- 发布者: AI Game Dev (`aigd`), 已验证
- 最新版本: 1.0.7 (发布于 2026-11-22)
- 许可证: Apache-2.0
- 需要 AI Game Dev 应用: `>=0.25.11`
- 原生代码: 否
- 评分: 暂无评分
- HTML 页面: https://ai-game.dev/zh-hans/packages/aigd.video-wan22-ti2v-5b

## 安装

使用 gamedev CLI，在项目文件夹中运行：

```bash
gamedev pkg add aigd.video-wan22-ti2v-5b
```

在桌面应用中：打开 Packages 窗口（状态栏中的包图标），选择 **Browse**，搜索 `aigd.video-wan22-ti2v-5b`，然后点击 **Add to Project**。更多：https://ai-game.dev/docs/wiki/app/packages

## 版本

| 版本 | 发布时间 | 需要应用 | 备注 |
|---|---|---|---|
| 1.0.7 | 2026-11-22 | `>=0.25.11` | 最新 |
| 1.0.6 | 2026-11-18 | `>=0.25.11` | - |
| 1.0.5 | 2026-11-06 | `>=0.25.11` | - |
| 1.0.4 | 2026-11-01 | `>=0.25.11` | - |
| 1.0.2 | 2026-10-13 | `>=0.25.0` | - |
| 1.0.1 | 2026-10-12 | `>=0.25.0` | - |

## 描述

````markdown
# Wan 2.2 TI2V 5B (`aigd.video-wan22-ti2v-5b`)

**Wan 2.2 TI2V 5B** 由 Wan 团队（阿里巴巴）开发，是一个拥有 50 亿参数的开源视频模型，把文本到视频和图像到视频（从起始图像）合于同一个模型，可生成**无声**的写实与风格化片段。在 AI Game Dev 中，它通过**本地图像与视频生成**（[`aigd.sdcpp`](https://ai-game.dev/packages/aigd.sdcpp) 1.1 或更高版本）在你自己的 NVIDIA GPU 上本地运行，文件下载完成后即可免费离线使用。它的许可证是开放的（Apache-2.0）。它比 LTX-2.5 占用更少内存，速度则慢好几倍，因此是 LTX-2.5 跑不起来的电脑上的默认视频模型。它适合拥有 12 GB 显卡、想要用于预告片、过场动画草稿和动态主视觉的无声片段的游戏开发者。

## 你可以制作什么

- 带镜头运动的预告片和先导片镜头（音乐和音效需另行添加）。
- 过场动画和分镜草稿。
- 让一张静态主视觉图或截图动起来（图像到视频）。
- 用于菜单或商店页面的短背景片段。

## 示例请求

- “制作一段 5 秒片段：雪山上城堡的航拍镜头，镜头缓慢推进。”
- “让这张截图动起来：云朵飘动，城堡上的旗帜飘扬。”（基于你的图像）
- “一段 2 秒的风格化镜头：一只狐狸跑过秋天的落叶。”

## 亮点

|  |  |
|---|---|
| 模型 | Wan 2.2 TI2V 5B, GGUF Q8_0 |
| 操作 | 文本到视频、图像到视频（起始图像） |
| 声音 | 无 |
| 默认片段 | 1280×704，49 帧（约 2 秒），24 帧每秒 |
| 限制 | 最长 5 秒（121 帧），每边 256–1280 像素（32 的倍数） |
| 输出 | WebM（VP8）；可按需输出动态 WebP |
| 设置 | 20 步，引导强度 5，Euler 采样器，flow shift 5 |
| 文本编码器 | umT5-XXL |
| 商业使用 | 允许（Apache-2.0） |

## Wan 2.2 还是 LTX-2.5

[LTX-2.5](https://ai-game.dev/packages/aigd.video-ltx25) 能生成带同步声音的片段，速度快好几倍，但需要 16 GB 以上显存的 NVIDIA GPU 和 48 GB 内存，而且只有在年收入低于 $10,000,000 时其许可证才免费。当你的电脑跑不动 LTX-2.5，或者你想要 Apache-2.0 许可证时，就选 Wan 2.2。

## 哪些电脑

| 电脑 | 一段 1280×704 片段（2 秒 / 5 秒；5 秒为从起始图像生成） |
|---|---|
| 12 GB 以上显存的 NVIDIA GPU **且** 16 GB 内存（CUDA） | 约 5 分钟 / 15 分钟；13 分钟 |

在配备 64 GB 内存的 RTX 4090 上测得，文本编码器放在 CPU 上（放在 GPU 上时 5 秒片段放不下）。这是估算值，并非保证；约三分之二的时间花在最终视频解码上。

## 如何使用

在会话的工具中打开 **Video**，代理即可制作片段。图像和片段与图像模型共用同一个 GPU 队列（参见[本地图像与视频生成](https://ai-game.dev/packages/aigd.sdcpp)）。

## 下载

这个包只包含数据。它列出模型文件；应用会在你确认后下载它们，逐个用 sha256 校验，并在你的电脑上用 stable-diffusion.cpp 运行。

12.9 GB，三个文件，每个都固定到某个 Hugging Face 提交：

| 文件 | 来源 | 大小 |
|---|---|---:|
| `Wan2.2-TI2V-5B-Q8_0.gguf`（视频模型） | [`QuantStack/Wan2.2-TI2V-5B-GGUF`](https://huggingface.co/QuantStack/Wan2.2-TI2V-5B-GGUF) | 5.40 GB |
| `umt5-xxl-encoder-Q8_0.gguf`（文本编码器） | [`city96/umt5-xxl-encoder-gguf`](https://huggingface.co/city96/umt5-xxl-encoder-gguf) | 6.04 GB |
| `wan2.2_vae.safetensors`（自编码器） | [`Comfy-Org/Wan-2.2`](https://huggingface.co/Comfy-Org/Wan-2.2) | 1.41 GB |

## 许可证

Apache-2.0。允许商业使用。

- Wan 2.2 © Wan 团队（阿里巴巴）——[模型卡](https://huggingface.co/Wan-AI/Wan2.2-TI2V-5B)；GGUF 来自 [`QuantStack/Wan2.2-TI2V-5B-GGUF`](https://huggingface.co/QuantStack/Wan2.2-TI2V-5B-GGUF)，Apache-2.0。
- 自编码器来自 [`Comfy-Org/Wan-2.2`](https://huggingface.co/Comfy-Org/Wan-2.2)，Apache-2.0。
- 文本编码器 umT5-XXL © Google——GGUF 来自 [`city96/umt5-xxl-encoder-gguf`](https://huggingface.co/city96/umt5-xxl-encoder-gguf)，Apache-2.0。

所有文件都从 Hugging Face 下载。AI Game Dev 不托管也不重新分发这些文件。
````
