Wan2.2 Animate 本地部署：用開源模型做 AI 動畫，比 Runway 省多少錢？
前言 前陣子在社群上瘋傳的「AI 角色替換動畫」，你應該也看過了——一張靜態照片配上參考影片，就能讓照片裡的角色做出跟原片一模一樣的动作。效果驚人到讓人懷疑人生。 這項技術背後的主力，就是阿里巴巴旗下通義千問團隊開發的 Wan2.2 Animate。跟之前只能做「圖轉影片」或「文轉影片」的模型不同，Wan2.2 Animate 專攻「角色動畫」與「角色替換」兩個場景，而且完全開源、Apache 2.0 授權、本地就能跑。 這就引出一個很實際的問題：如果你是個經常需要產出 AI 動畫內容的創作者或團隊，「自己架 GPU 跑 Wan2.2」跟「訂閱 Runway Gen-3 / Gen-4」，到底哪個更划算？ 這篇文章就來好好算一筆帳。 Wan2.2 Animate 是什麼？技術亮點一次看 Wan2.2 是 Wan 系列視頻生成模型的第二次重大升級，2025 年 7 月正式發布。它在架構上從 Dense Transformer 升級為 Mixture-of-Experts (MoE) 架構，這是它最核心的技術突破。 MoE 架構：一次推理，兩個專家 簡單來說，Wan2.2 的 14B 模型總共有 270 億個參數，但每一步推理只激活其中 140 億個參數。它的運作方式很聰明： 高噪音專家（High-Noise Expert）：負責影片初始佈局，決定整體構圖和運動方向 低噪音專家（Low-Noise Expert）：負責後期細節精煉，讓畫面更清晰、動作更流暢 這個設計讓 Wan2.2 在不增加推理成本的前提下，大幅提升了處理複雜運動、美學控制和語義理解的能力。官方數據顯示，相比 Wan2.1，Wan2.2 的訓練數據增加了 65.6% 的圖片和 83.2% 的影片。 模型家族一覽 Wan2.2 不只有一個模型，而是一整個家族，涵蓋不同任務： 模型 任務 特色 T2V-A14B 文字轉影片 MoE 架構，支援 480P/720P I2V-A14B 圖像轉影片 MoE 架構，支援 480P/720P TI2V-5B 文/圖轉影片 高壓縮 VAE，RTX 4090 就能跑 720P@24fps S2V-14B 語音轉影片 音訊驅動，支援姿勢驅動 Animate-14B 角色動畫 動畫模式 + 替換模式 我們今天的主角就是最後這個 Animate-14B，它支援兩種模式： ...