Wan 万相是什么？视频模型家族与云端服务如何按任务选择
Wan 万相是阿里巴巴的视觉生成模型家族，包含不同版本和任务分支。本文用文生视频与图生视频说明开放权重、云端接口，以及有声和无声输出不能混用的条件。
先认识这个模型
Wan 万相是阿里巴巴的视觉生成模型家族，常见用途是根据文字、图片或参考片段生成视频。Wan2.2 等公开权重与云端服务中的后续型号，并不是规格完全相同的一个模型。选择时应写清具体版本与任务分支，再确认需要的输入和输出是否支持。
文生视频和图生视频从不同材料开始
只有分镜文字时，可以用文生视频描述场景和动作；已经确定商品外观时，图生视频可把照片作为起始依据。图片本身不能规定后续镜头的全部内容，输入仍要说明主体怎样移动，避免产品旋转后出现不同的零件。
云端目录按任务列出不同型号，部分支持参考片段或音频条件。把同一请求体换个 model 名称，不一定就能完成另一种任务。程序应先核对目标接口的输入字段，再确认图片地址能够被服务读取，而不是只在本机浏览器里能打开。
Wan2.2 的专家结构与本地推理有关
Wan2.2 的 A14B 分支把去噪过程分给高噪声与低噪声两个专家，前段偏向整体布局，后段细化画面。这是特定版本的技术设计，不表示所有 Wan 型号都采用同一结构，也不能据此推算本机显存需求。
公开仓库提供推理实现，本地运行仍取决于检查点大小和所用精度。需要反复调整生成步骤的研究任务，可以考虑开放权重；只想从软件提交生成任务，则可比较托管接口。本文未下载权重，也未测试任何设备的运行速度。
视频有声与静音应按型号逐项确认
阿里云的文生视频指南明确区分静音视频与带音频的视频，后续 Wan2.6 和 Wan2.7 型号列有音画同步等能力。不能把云端后续版本的音频输出写成所有 Wan2.2 本地检查点都自带的功能，音频输入也不必然意味着原声被保留。
制作配有旁白的商品片时，应先确定旁白由模型生成还是后期添加。完成后播放全片，比较说话内容与商品动作的对应位置。片段长度和分辨率也应读取实际输出，不用一个型号的规格替代整个家族的能力。
开放仓库许可与云端可用性分开核对
Wan2.2 仓库采用 Apache 2.0，并提供模型下载与使用说明。准备使用权重时，应对照具体模型卡及附带材料；这个许可信息不代表云端所有新型号已经公布权重，也不等于云服务不受账号配额或区域条件限制。
云端生成通常需要先提交任务，再查询结果。拿到任务编号仅说明请求已经受理，应等到完成状态并读取实际视频。跨镜头角色是否一致仍需逐段检查；本文依据官方仓库与文档解释这些差别，没有生成影片或比较商业效果。
核对来源
以下资料用于核对概念和方法。文中的示例与测试范围分别注明，实际使用时请核对所用工具的版本。