Wan 2.2 es adecuado para equipos que quieren animar ilustraciones existentes y mantener el control del proceso de generación en un entorno local. La generación de imagen a video proporciona a la escena una imagen inicial definida, aunque no puede garantizar que el personaje mantenga una apariencia coherente durante todo el clip. Al trabajar con personajes para contenido para adultos, revisa los rostros, los cuerpos y la ropa a lo largo de toda la toma. Elige la variante antes de presupuestar el hardware: los modelos A14B y TI2V-5B tienen requisitos de memoria muy distintos. Empieza con una configuración de inferencia oficial y después compara cualquier configuración cuantizada o acelerada con esa referencia. La compatibilidad con ComfyUI y Diffusers ofrece opciones prácticas de integración. Si la privacidad de las ilustraciones originales es importante, procesa también los prompts de forma local, además de ejecutar la inferencia localmente, y reserva tiempo para la revisión y las tomas descartadas.
Uso comercial & licencia
Los modelos oficiales se publican bajo la licencia Apache 2.0. Conserva la licencia y los avisos obligatorios al redistribuir los modelos o sus versiones modificadas; revisa las condiciones específicas de los checkpoints personalizados, los adaptadores, las ilustraciones originales y los servicios.
Reglas sobre contenido para adultos
El repositorio advierte contra el intercambio ilícito o perjudicial, la divulgación malintencionada de datos personales, la información falsa y las acciones dirigidas contra personas vulnerables. Para trabajos de contenido para adultos, revisa también los derechos sobre los materiales de entrada, la legislación aplicable y las reglas de cualquier servicio de alojamiento o distribución que utilices.
Lo que necesitas
Los ejemplos oficiales a 720p con una sola GPU especifican al menos 80 GB de VRAM para T2V-A14B e I2V-A14B, y 24 GB para TI2V-5B con offloading del modelo, conversión de dtype y codificación de texto en la CPU. A14B admite 480p/720p; TI2V-5B admite 720p a 24 fps, con resoluciones de 1280×704 o 704×1280. Incluye los archivos necesarios del codificador y del VAE.
Los niveles son recomendaciones para la tarea descrita, basadas en la documentación revisada. Los niveles de los modelos cubren trabajo de desarrollo sin contenido sexual explícito. No hemos realizado pruebas prácticas de rendimiento. Consulta por separado las políticas de contenido y las condiciones comerciales. Cómo funcionan los niveles →
Fuentes y lecturas adicionales +
Última comprobación 5 de octubre de 2026.