# Wan 2.2 TI2V 5B（影片模型）

> Wan 2.2 TI2V 5B，在本機執行：開源（Apache-2.0）影片模型，可依文字或起始圖片產生無聲的寫實與風格化短片。最高 5 秒、1280x704、24 fps。比 LTX-2.5 慢，但更輕量：NVIDIA GPU 需 12 GB 以上，記憶體 16 GB。

- ID: `aigd.video-wan22-ti2v-5b`
- 來源: 官方 (第一方 `aigd.*`)
- 分類: 影片
- 發佈者: AI Game Dev (`aigd`), 已驗證
- 最新版本: 1.0.7 (發佈於 2026-11-22)
- 授權條款: Apache-2.0
- 需要 AI Game Dev 應用程式: `>=0.25.11`
- 原生程式碼: 否
- 評分: 尚無評分
- HTML 頁面: https://ai-game.dev/zh-hant/packages/aigd.video-wan22-ti2v-5b

## 安裝

在專案資料夾中，使用 gamedev CLI：

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

在桌面應用程式中：開啟「套件」視窗（狀態列上的套件圖示），選擇 **瀏覽**，搜尋 `aigd.video-wan22-ti2v-5b`，然後點 **加入專案**。更多資訊：https://ai-game.dev/docs/wiki/app/packages

## 版本

| 版本 | 發佈日期 | 需要應用程式 | 備註 |
|---|---|---|---|
| 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` | - |

## 說明

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

**Wan 2.2 TI2V 5B** 由 Wan 團隊（Alibaba）開發，是具備 50 億參數的開源影片模型，能在同一個模型中，依文字提示或起始圖片（圖片轉影片）製作寫實與風格化的**無聲**短片。在 AI Game Dev 中，它透過**本機圖片與影片生成**（[`aigd.sdcpp`](https://ai-game.dev/packages/aigd.sdcpp) 1.1 或更新版本）在你的 NVIDIA GPU 上本機執行，檔案下載完成後即可免費、離線使用。其授權為開源授權（Apache-2.0）。它所需的記憶體比 LTX-2.5 少，速度則慢上數倍，因此是 LTX-2.5 跑不動的電腦上的預設影片模型。它適合擁有 12 GB 顯示卡、想為預告片、過場動畫草稿與動態主視覺製作無聲短片的遊戲開發者。

## 你可以製作什麼

- 帶有鏡頭運鏡的預告與前導片段（音樂與音效請另外加上）。
- 過場動畫與分鏡草稿。
- 讓靜態主視覺圖片或遊戲截圖動起來（圖片轉影片）。
- 供選單或商店頁面使用的短背景影片。

## 範例指令

- 「做一段 5 秒的片段：俯瞰雪山上堡壘的空中鏡頭，鏡頭緩慢推進。」
- 「讓這張截圖動起來：雲朵飄移，城堡上的旗幟飄揚。」（使用你的圖片）
- 「一段 2 秒的風格化鏡頭：狐狸奔跑穿過秋葉。」

## 重點特色

|  |  |
|---|---|
| 模型 | Wan 2.2 TI2V 5B, GGUF Q8_0 |
| 操作 | 文字轉影片、圖片轉影片（起始圖片） |
| 聲音 | 無 |
| 預設片段 | 1280×704、49 個影格（約 2 秒），每秒 24 個影格 |
| 限制 | 最高 5 秒（121 個影格），每邊 256–1280 像素（32 的倍數） |
| 輸出 | WebM（VP8）；可依需求輸出動態 WebP |
| 設定 | 20 步、引導強度 5、Euler 取樣器、flow shift 5 |
| 文字編碼器 | umT5-XXL |
| 商業使用 | 允許（Apache-2.0） |

## Wan 2.2 或 LTX-2.5

[LTX-2.5](https://ai-game.dev/packages/aigd.video-ltx25) 能製作聲音同步的片段，速度快上好幾倍，但需要 16 GB 以上的 NVIDIA GPU 與 48 GB 記憶體，且其授權僅在年營收低於 $10,000,000 時免費。如果你的電腦跑不動 LTX-2.5，或你想要 Apache-2.0 授權，就選 Wan 2.2。

## 哪些電腦

| 電腦 | 一段 1280×704 的片段（2 秒 / 5 秒；5 秒需有起始圖片） |
|---|---|
| 12 GB 以上的 NVIDIA GPU **且** 16 GB 記憶體（CUDA） | 約 5 分鐘 / 15 分鐘；13 分鐘 |

在配備 64 GB 記憶體的 RTX 4090 上測得，文字編碼器放在 CPU 上執行（5 秒片段若把編碼器放在 GPU 上會放不下）。此為估計值，並非保證；約三分之二的時間花在最後的影片解碼。

## 如何使用

在工作階段的 Tools 中開啟 **Video**，即可讓代理製作片段。圖片與影片片段和圖片模型共用同一個 GPU 佇列（參見[本機圖片與影片生成](https://ai-game.dev/packages/aigd.sdcpp)）。

## 下載

此套件僅包含資料。它指明模型檔案；應用程式會在你確認後下載這些檔案，逐一以 sha256 檢查，並在你的電腦上以 stable-diffusion.cpp 執行。

12.9 GB，三個檔案，各自鎖定在特定的 Hugging Face commit：

| 檔案 | 來源 | 大小 |
|---|---|---:|
| `Wan2.2-TI2V-5B-Q8_0.gguf`（影片模型） | [`QuantStack/Wan2.2-TI2V-5B-GGUF`](https://huggingface.co/QuantStack/Wan2.2-TI2V-5B-GGUF) | 5.40 GB |
| `umt5-xxl-encoder-Q8_0.gguf`（文字編碼器） | [`city96/umt5-xxl-encoder-gguf`](https://huggingface.co/city96/umt5-xxl-encoder-gguf) | 6.04 GB |
| `wan2.2_vae.safetensors`（自動編碼器） | [`Comfy-Org/Wan-2.2`](https://huggingface.co/Comfy-Org/Wan-2.2) | 1.41 GB |

## 授權

Apache-2.0。允許商業使用。

- Wan 2.2 © Wan 團隊（Alibaba）— [模型卡](https://huggingface.co/Wan-AI/Wan2.2-TI2V-5B)；GGUF 來自 [`QuantStack/Wan2.2-TI2V-5B-GGUF`](https://huggingface.co/QuantStack/Wan2.2-TI2V-5B-GGUF)，Apache-2.0。
- 自動編碼器來自 [`Comfy-Org/Wan-2.2`](https://huggingface.co/Comfy-Org/Wan-2.2)，Apache-2.0。
- 文字編碼器 umT5-XXL © Google — GGUF 來自 [`city96/umt5-xxl-encoder-gguf`](https://huggingface.co/city96/umt5-xxl-encoder-gguf)，Apache-2.0。

所有檔案皆從 Hugging Face 下載。AI Game Dev 不自行託管或重新散布這些檔案。
````
