Он предназначен для генерации видео по текстовому описанию в ComfyUI; README также указывает поддержку сценариев image-to-video, анимирования и s2v с применением соответствующих компонентов и LoRA.
Модель поставляется в вариантах размером 5B и 14B и использует отдельные GGUF-компоненты: диффузионную модель wan, текстовый энкодер umt5xxl и VAE pig. Для 5B и 14B рекомендуются разные версии VAE. Доступна совместимость с 4- и 8-шаговой Lightning LoRA для ускоренной генерации, а также lite LoRA для s2v и animate. Конкретные параметры контекстной длины, поддерживаемых языков, точных модальностей и требований к аппаратным ресурсам в README не указаны.
Сильные стороны решения — экономичный квантизированный формат, интеграция с ComfyUI, поддержка нескольких размеров модели и ускоренной генерации. Ограничения связаны с необходимостью устанавливать и правильно сочетать отдельные компоненты, выбирать совместимый VAE и использовать обновлённый узел для полной поддержки квантования. Модель распространяется по лицензии Apache-2.0.
tip: the lite lora for s2v [1.23GB], can apply to animate model also
tip: for 5b model, use pig-wan2-vae [1.41GB]; for 14b model, please use pig-wan-vae [254MB]
for s2v model setup, please refer to here