/ Модель
Каталог

Характеристики

Лицензия
Apache 2.0
Архитектура
ti2v · dense
Базовая модель
Wan2.2-TI2V-5B
Библиотека
mlx-video
Опубликована
23 июн 2026

Ссылки

Hugging Face

Wan2.2-TI2V-5B-mlx-q8

Anes1032
Видео из изображенияИзображение, текст → видео3 профессии

8-битная версия Wan2.2-TI2V-5B для локального создания видео 720p по текстовому описанию или изображению на Apple Silicon.

1 552скачиваний за 30 дней3лайкавеса обновлены23 июн 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

Wan2.2-TI2V-5B-MLX-Q8 — 8-битная версия модели Wan2.2-TI2V-5B, подготовленная для запуска через библиотеку mlx-video на компьютерах Apple Silicon. Это плотная модель семейства TI2V с трансформером на 5 млрд параметров, кодировщиком текста UMT5-XXL и VAE Wan2.2. Она создаёт видео 720p по текстовому описанию или исходному изображению; в README приведён пример генерации 41 кадра при 24 кадрах в секунду. Квантизованы линейные слои трансформера, тогда как эмбеддинги, нормализации и выходная голова сохранены в bf16; репозиторий также включает кодировщик текста в bf16 и VAE в fp32.

Модель предназначена для локальной генерации видео на Apple Silicon. В README указана проверенная конфигурация с 64 ГБ объединённой памяти и рекомендация иметь не менее 32 ГБ; пример генерации видео 720p занял около 15 минут. Репозиторий описан как конверсия и квантизация базовой модели Wan-AI/Wan2.2-TI2V-5B. Лицензия — Apache-2.0.

Сценарии применения

  • создание видео 720p по текстовому описанию
  • анимация исходного изображения
  • локальная генерация коротких видеоклипов на Mac с Apple Silicon

Ограничения

Для локального запуска требуется Apple Silicon; README рекомендует не менее 32 ГБ объединённой памяти и указывает, что пример генерации 720p на конфигурации с 64 ГБ занял около 15 минут. Метаданные подтверждают задачу image-to-video, поэтому генерацию только по тексту не следует считать отдельно подтверждённой возможностью этой версии.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии
I.10Универсальные способностиВидео, анимация и 3DAI помогает создавать, анализировать и преобразовывать динамический визуальный контент и 3D-сцены.18 задач3 279моделейI.8Универсальные способностиИзображения и компьютерное зрениеAI помогает извлекать визуальные признаки, изменять изображения и создавать новые визуальные материалы.17 задач6 331модельII.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Wan2.2-TI2V-5B — MLX 8-bit (q8)

MLX-format, 8-bit quantized conversion of Wan-AI/Wan2.2-TI2V-5B for native inference on Apple Silicon via mlx-video.

TI2V-5B is the single-model (5B) Text+Image-to-Video variant of Wan2.2, using the Wan2.2 VAE (z_dim=48). It runs comfortably at 720p (1280×704), 24fps on a 64 GB Apple Silicon machine, where the heavier 14B dual-model (I2V-A14B) struggles.

Contents

FileSizeNotes
model.safetensors~5 GBTransformer (8-bit, group_size=64)
t5_encoder.safetensors~11 GBUMT5-XXL text encoder (bf16)
vae.safetensors~2.6 GBWan2.2 VAE (z_dim=48, fp32)
config.json—Includes quantization metadata

Total ≈ 18 GB.

Quantization

  • 8-bit, group_size=64, applied to transformer Linear layers (self/cross-attention Q/K/V/O + FFN). Embeddings, norms, and the output head remain bf16.
  • Converted with mlx_video.models.wan_2.convert --quantize --bits 8 --group-size 64.

Usage (mlx-video)

pip install git+https://github.com/Blaizzy/mlx-video.git
# or: uv pip install git+https://github.com/Blaizzy/mlx-video.git

huggingface-cli download <THIS_REPO_ID> --local-dir ./Wan2.2-TI2V-5B-MLX-Q8

python -m mlx_video.models.wan_2.generate \
  --model-dir ./Wan2.2-TI2V-5B-MLX-Q8 \
  --image ./start.png \
  --prompt "the subject waves hello, warm sunlight, film grain" \
  --width 1280 --height 704 --num-frames 81 \
  --steps 40 --guide-scale 5.0 \
  --output-path out.mp4
  • Resolution must be divisible by 32. Frame count must be 4n+1. Output is 24 fps.
  • --image is optional (TI2V also does pure text-to-video).

Hardware

Validated on an Apple Silicon Mac (64 GB unified memory): 720p × 41 frames × 20 steps ≈ 15 min, stable memory. 32 GB+ recommended.

License & Attribution

This is a derivative of Wan-AI/Wan2.2-TI2V-5B, released under Apache-2.0. The Apache-2.0 license and NOTICE are included. All credit for the base model goes to the Wan-AI / Alibaba team. MLX conversion via Prince Canuma's mlx-video. This repository only quantizes and re-packages the weights for MLX; the model architecture and training are unchanged.

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · mlx-video

Нельзя запустить

MLX-модели работают только на Apple Silicon.

Ревизия весов
9624723

0 моделей

    Создать бенчмарк