Wan2.1
Alibaba Cloud의 Wan Team이 2025년 2월 25일에 출시한 **Wan2.1**은 텍스트 및 이미지를 기반으로 물리적 일관성이 뛰어난 고품질 비디오를 생성하는 오픈소스 대규모 비디오 파운데이션 모델 (Video Foundation Model)입니다. 기존의 비디오 생성 모델들이 거대한 컴퓨팅 자원을 요구하여 개별 연구실이나 소규모 스타트업에서 접근하기 어려웠던 한계를 극복하고, Wan2.1은 고성능 비디오 변분 오토인코더 (Video Variational Autoencoder)와 효율적인 확산 (Diffusion)
Alibaba Cloud의 Wan Team이 2025년 2월 25일에 출시한 Wan2.1은 텍스트 및 이미지를 기반으로 물리적 일관성이 뛰어난 고품질 비디오를 생성하는 오픈소스 대규모 비디오 파운데이션 모델 (Video Foundation Model)입니다. 기존의 비디오 생성 모델들이 거대한 컴퓨팅 자원을 요구하여 개별 연구실이나 소규모 스타트업에서 접근하기 어려웠던 한계를 극복하고, Wan2.1은 고성능 비디오 변분 오토인코더 (Video Variational Autoencoder)와 효율적인 확산 (Diffusion) 아키텍처를 결합하여 비디오 생성의 대중화를 이끌었습니다. 마치 거대 언어 모델이 자연어의 문맥을 이해하고 자연스럽게 다음 단어를 예측하듯, Wan2.1은 입력된 텍스트나 정지 이미지의 물리적 공간 및 시간적 선후 관계를 학습하여 매끄럽고 물리적 개연성이 있는 동영상 프레임을 생성해 냅니다. 특히 1.3B 파라미터의 경량 모델부터 14B 파라미터의 고성능 모델까지 맞춤형 라인업을 제공하여, 연구자들이 소비자용 GPU 환경에서도 최대 1080p 해상도의 일관성 있는 비디오 데이터를 직접 생성하고 편집할 수 있도록 지원합니다. 전통적인 프레임 보간 (Frame Interpolation)이나 3D 시뮬레이션 방식은 높은 물리 연산 비용과 부자연스러운 왜곡 문제를 겪는 반면, Wan2.1은 확산 기반 생성 기술을 통해 프레임 간의 시간적 일관성 (Temporal Consistency)을 유지하며 자연스러운 카메라 워크와 물리 법칙을 구현합니다. 이는 상용 서비스 수준의 영상 제작뿐만 아니라, 실험 데이터가 부족한 생명과학 분야에서 미세 플루이딕스 (Microfluidics) 내부의 세포 유동 현상을 시뮬레이션하거나 단백질 동적 폴딩 (Protein Folding Dynamics) 과정을 시각화하는 등의 기초 연구 보조 도구로 유용하게 쓰일 수 있습니다. 오픈소스 라이선스인 Apache-2.0 하에 모든 가중치와 코드가 완전히 공개되어 데이터 유출 우려 없이 로컬 서버나 자체 분석 파이프라인에 통합할 수 있는 강력한 보안성과 확장성을 보장합니다. 실제 연구 현장에서는 공초점 현미경 (Confocal Microscopy)으로 촬영된 정지 이미지나 소수의 타임랩스 (Time-lapse) 프레임을 입력으로 사용하여, 세포의 분열 (Cell Division) 또는 종양 세포의 이동 (Cancer Cell Migration) 현상을 확장 예측하는 시나리오를 설계할 수 있습니다. 예를 들어, 512x512 해상도의 현미경 이미지를 입력으로 설정하고 `--task i2v-1.3B` 명령과 오프로드 옵션을 활성화하여 단일 GPU 환경에서 5-10초 분량의 합성 동영상 데이터를 단 몇 분 만에 렌더링해 낼 수 있습니다. 이렇게 생성된 인공 동영상 데이터는 컴퓨터 비전 기반 세포 추적 (Cell Tracking) 소프트웨어의 검증 및 딥러닝 객체 추적 알고리즘의 사전 학습 (Pre-training)용 증강 데이터셋 (Augmented Dataset)으로 유용하게 연계 활용됩니다.
💻 필요한 컴퓨터 사양
최소 10GB (1.3B Offload 구동 시), 권장 24GB 이상 (14B 구동 및 1080p 생성 시)
모델 가중치 용량 (1.3B 모델 3GB, 14B 모델 30GB), 전체 환경 약 40GB 여유 공간 권장
⚡ 설치법
### 4-1. Quick Start
git clone https://github.com/Wan-Video/Wan2.1.git
cd Wan2.1
pip install -r requirements.txt
### 4-2. 상세 설치
# 1. 아나콘다 가상환경 생성 및 활성화
conda create -n wan python=3.10 -y
conda activate wan
# 2. 필수 패키지 PyTorch 설치 (CUDA 지원 필수)
pip install torch torchvision --index-url https://download.pytorch.org/whl/cu121
# 3. 리포지토리 복제 및 필요한 종속성 설치
git clone https://github.com/Wan-Video/Wan2.1.git
cd Wan2.1
pip install -r requirements.txt
# 4. Hugging Face CLI 기반 1.3B 파라미터 가중치 로컬 다운로드
pip install "huggingface_hub[cli]"
huggingface-cli download Wan-AI/Wan2.1-T2V-1.3B --local-dir ./Wan2.1-T2V-1.3B
# 5. 경량 모드 비디오 생성 CLI 실행
python generate.py \
--task t2v-1.3B \
--size 832*480 \
--ckpt_dir ./Wan2.1-T2V-1.3B \
--offload_model True \
--t5_cpu \
--sample_shift 8 \
--sample_guide_scale 6 \
--prompt "A microscopic view of red blood cells flowing through a capillary tube, realistic 3D render."📝 업데이트 노트
아직 업데이트 노트가 없습니다.
🧪 관련 생명의 코드
관련된 생명의 코드 글이 아직 없습니다.