Wan-S2V 视频模型亮相：单张照片配音频，生成电影质感动态视频
2025 年，研究团队公布 Wan-S2V 模型，只需输入单张静态照片和音频，就能生成口型同步、带有自然表情与身体动作的动态视频。评测显示 Wan2.2-S2V-14B 在画面质量与身份一致性等核心指标上表现突出，支持全身生成与电影级叙事场景。
2025 年，研究团队公布 Wan-S2V 模型，只需输入单张静态照片和音频，就能生成口型同步、带有自然表情与身体动作的动态视频。评测显示 Wan2.2-S2V-14B 在画面质量与身份一致性等核心指标上表现突出，支持全身生成与电影级叙事场景。