Базовую модель разработала Alibaba PAI, а конверсию выполнил city96. Модель предназначена для задач генерации видео, включая сценарии text-to-video; в карточке также указаны поддерживаемые языки English и Chinese.
Размер модели составляет 14B параметров согласно её идентификатору и названию базовой модели. Она распространяется в формате GGUF и рассчитана на использование с пользовательским узлом ComfyUI-GGUF, при этом файлы модели размещаются в каталоге ComfyUI/models/unet. Для работы дополнительно требуются VAE и другие файлы Wan2.1, доступные в отдельном репозитории. Конкретный тип квантования, архитектурные детали, максимальная длина контекста и точный набор входных и выходных модальностей в README не указаны.
К сильным сторонам относятся совместимость с экосистемой GGUF и интеграция с ComfyUI, что упрощает использование модели в соответствующих локальных рабочих процессах генерации видео. Ограничения связаны с необходимостью установки ComfyUI-GGUF и загрузки дополнительных компонентов, а также с отсутствием в карточке сведений о производительности, требованиях к оборудованию и конкретном типе квантования. Модель распространяется по лицензии Apache-2.0.