Wan 2.2 A14B
Une option solide pour l'auto-hébergement et le contrôle total des données.
Présentation
Wan 2.2 A14B est un modèle texte-vers-vidéo open source d'Alibaba, construit sur une architecture Mixture-of-Experts qui répartit le débruitage entre experts spécialisés selon les étapes de génération. Il vise un rendu cinématographique soigné (lumière, composition, tons) et gère des mouvements complexes en 480p/720p. Limite réelle : l'inférence exige au moins 80 Go de VRAM sur une seule carte, loin d'un simple poste de travail malgré l'étiquette 'desktop'. Licence Apache 2.0 : déploiement on-premise possible, données et rendus restent dans l'entreprise.
Profil de compétences
Non communiqué
Forces
- Open-source et auto-hébergeable
Limites
- Tarification API non publiée
À qui ça s'adresse
- vous voulez maîtriser vos coûts ou auto-héberger
- vous avez des contraintes RGPD
Cas d'usage idéaux
- Vidéos marketing courtes
- Prototypage de storyboards
- Contenus publicitaires internes
- R&D génération vidéo
- Démonstrations produit animées
Accès & disponibilité
Caractéristiques clés
Confidentialité
Faire tourner en local
| Quantization | Disque | RAM / VRAM | Matériel type |
|---|---|---|---|
| Q4 · recommandé | 15.4 Go | 19 Go | Mac 32 Go / RTX 3090-4090 |
| Q8 · équilibré | 28.9 Go | 34 Go | Mac 64 Go / bi-GPU 24 Go |
| FP16 · qualité max | 54 Go | 61 Go | Mac Studio 96-128 Go / 4× GPU |
Estimations pour un contexte modéré. Un long contexte augmente la RAM nécessaire (KV cache).
Déployer
Commandes prêtes à copier, générées depuis la fiche. Ajustez le contexte et le nombre de GPU à votre machine.
Serveur OpenAI-compatible pour la production sur GPU NVIDIA.
pip install vllm
vllm serve Wan-AI/Wan2.2-T2V-A14B \
--max-model-len 32768 \
--tensor-parallel-size 1 \
--dtype autoDonnées avancées · pour expertsArchitecture, modalités, coût détaillé, benchmarks complets▾
| Arena Elo | — |
| MMLU | — |
| GPQA | — |
| HumanEval | — |
| SWE-Bench | — |
| MATH | — |