中国・アリババグループは7月28日（月）、世界初のオープンソースMoE（Mixture-of-Experts）動画生成AIモデル「Wan 2.2」をGitHubとHugging Face、同社運営の機械学習モデルプラットフォーム「ModelScope」でそれぞれ公開した。テキストまたは画像からの動画生成と、両者のハイブリッドモデルを合わせた3種類のモデルがフルオープンソース（Apache-2.0ライセンス）で提供される。

Wan 2.2は、複数のエキスパート（専門家）モデルを協調させて特定のタスクを処理するMoE（Mixture-of-Experts）アーキテクチャを動画生成に採用することにより、計算コストを抑えながらモデルのパラメータ数を大幅に増加させた。

モデルは、140億パラメータを持ち、480Pまたは720P出力が可能な「Wan2.2-T2V-A14B（Text-to-Video）」と「Wan2.2-I2V-A14B（Image-to-Video）」、そして50億パラメータを持ち720P出力が可能な統合型モデル「Wan2.2-TI2V-5B（Unified Video Generation）」の3種類がそれぞれオープンソースで提供される。統合型モデルはテキストと画像のハイブリッドで、モデルサイズを小さくすることで計算リソースの消費を抑えた、高速生成に対応するモデルとなる。


また、意図通りのクリエイティブ表現を可能にするため、Wan 2.2にはライティングや色、カメラワーク、構図などを直接操作できる「シネマティックコントロールシステム」が搭載されている。

▲ライティング
▲シーン設定
▲シネマティックショット
▲基本的なカメラの動き
▲フレーミング
▲アクション
▲感情表現

モデルはGitHubとHugging Face、そしてModelScopeで公開されているが、ModelScopeではモデルの探索や、Web上での推論とトレーニングが行える。

■Wan（公式ページ）
https://wan.video/welcome

■Easy Creation with One Click - AI Videos（公式ユーザーガイド、英語）
https://alidocs.dingtalk.com/i/nodes/EpGBa2Lm8aZxe5myC99MelA2WgN7R35y

■Wan2.2（GitHub）
https://github.com/Wan-Video/Wan2.2

■Wan-AI（Hugging Face）
https://huggingface.co/Wan-AI

CGWORLD関連情報

●低解像度のGoogle Earthのスクリーンショットを高解像度のドローン写真に変換！　Ismail Seleit氏がFLUX Kontext LoRAのトレーニングで実現、無料ダウンロード可能

Ismail Seleit氏が自身のLinkedInで「RealEarth-Kontext LoRA」のリリースを発表。低解像度のGoogle Earthのスクリーンショットを高解像度のドローン写真に変換できる無料のモデルで、同氏が運営する建築デザイン向け画像生成AIワークフロー支援サイト「form-finder」からダウンロードできる。
https://cgworld.jp/flashnews/01-202507-RealEarth-Kontext.html

●画像生成AI「Akuma.ai」の新機能「リアルタイム生成 v2」リリース！　大ざっぱな描画や画像からリアルタイムでイラストを生成

Kinkakuが画像生成AIサービス「Akuma.ai」に「リアルタイム生成 v2」機能を追加、公開。2024年3月にリリースしたリアルタイム画像生成機能「AIキャンバス」の後継機能で、同社によるとクオリティは4倍になったという。
https://cgworld.jp/flashnews/01-202507-Akuma-ai.html

●動画生成AI「Niji Video」リリース！　アニメスタイルに強いMidjourney×Spellbrushの生成AI「にじジャーニー（niji・journey）」新機能

画像生成AIのMidjourneyとSpellbrush（Sizigi社）は、両者が共同開発した生成AIサービス「にじジャーニー（niji・journey）」の新機能として、動画生成機能「Niji Video」をリリース。利用には有料サブスクリプションへの加入が必要。
https://cgworld.jp/flashnews/01-202507-niji-journey-Video.html