Wan 2.2 是一系列开源视频生成模型，而大多数人想在不碰终端的情况下试用它时，搜索的就是「Wan 2.2 AI」。这正是这个工作空间存在的意义：模型跑在我们的机器上，你只需要打开一个浏览器标签页，笔记本上什么都不用装。如果你一直在关注 2.2 版本的发布，想用自己的提示词看看它到底能做出什么，可以从这里开始，而不必先去挑一块 GPU。
2.2 这一代并不是单一模型，而是一组按任务划分的相关检查点。有些针对把文字描述转成动态画面做了调优，有些用于让静态图片动起来，还有些用于延长已有的视频素材。工作空间把它们作为独立的入口开放出来，而不是藏在一个按钮后面，因为选择不同，适用的提示词写法也不同。你可以在 /wan 页面浏览全部入口，如果心里已经有画面，也可以直接进入 /text-to-video。
与本地运行相比，实际差别不在质量，而在阻力。不用配 CUDA，不用纠结量化方案，也不用在第一次尝试前先等上几个 GB 的下载。你输入，你提交，你看结果。
最大的影响因素是提示词，第二大的因素是你对第一次尝试的耐心。把初次渲染当成测试，而不是成品素材。你要检查的是模型有没有理解你的主体、你的镜头运动、你的节奏。几乎没有人第一次就能拿到可用的片段，这很正常，并不代表你做错了什么。
写提示词时，就像在向摄影师描述一个镜头：画面里是谁或什么、他们在做什么、机位在哪里、光线如何变化。只堆砌模糊的情绪词，往往只会得到模糊的运动。如果你是在让静态图动起来，构图很大程度上由原图决定，所以文字应该描述运动和变化，而不是重复描述已经看得见的东西。
迭代期间把片段保持得短一些。短渲染只需一小部分等待时间，就能告诉你方向对不对；等运动表现正确了，再拉长时长。
模型变体比大多数设置都更重要。文生视频检查点和图生视频检查点对同一句话的反应并不相同，选错是提示词看起来被忽略的常见原因。如果你从一张照片出发，就用图片入口；如果你从零开始，就用文字入口。
分辨率和时长彼此权衡。更高的分辨率和更长的片段都要花更多时间和更多积分，所以在探索阶段同时把两者拉满基本没有意义。每次运行的积分消耗会在提交前显示在表单旁边，你可以在花钱之前就看清这笔取舍，而不是事后才发现。
如果你想了解 2.2 这一代与上一代有何不同，/wan-2-2 概览页和 /wan-2-1 页面介绍了代际差异，没有夸大其词。
这不是本地安装指南，本站也不分发模型权重，不提供任何下载。如果你的目标是在自己的硬件上运行 Wan 2.2，你需要的是权重托管方和安装教程，而不是这个工作空间。关于文件格式和本地运行环境的页面仅供参考，这里不会给你任何文件。
它也不适合做精确的编辑工作。如果你需要改动现有镜头里的某个物体，而其他部分保持像素级不变，生成式视频是个笨拙的工具。当你需要特定的人物、特定的地点，或者必须在截止日期前拿到确定的结果时，它也无法替代真实的摄影机。生成片段最好被当作探索和预演，而不是锁定的最终交付物。
我需要 GPU 或安装什么吗？
不需要。模型运行在我们的硬件上，你通过浏览器交互，不会向你的设备下载任何东西。
我可以在这里下载 Wan 2.2 的权重吗？
不可以。本站不托管也不分发模型权重，不提供下载。我们只是以托管服务的形式为你运行这些模型。
为什么我的第一个片段效果不对？
因为第一次渲染通常都是这样。调整提示词，确认你选的变体与输入类型匹配，然后用更短的片段再试一次，再逐步放大。
一次运行要花多少积分？
积分消耗会在提交前显示在表单旁边，所以你在花费任何东西之前，总能先看到某次运行的价格。