Вот, что он умеет:
— Запускается даже на средних ПК с 8 ГБ видеопамяти, при этом она одновременно и text2video, и image2video;
— Работает с архитектурой MoE (mixture of experts): ранее такой подход использовали только в LLM. Это значит, что модель состоит из двух подмоделей, каждая из которых эксперт в чем-то своем. В случае с Wan первый «эксперт» генерирует общий план, а второй - детали;
— Сообщество в восторге от релиза и уже активно пользуется;