Wan 2.2 是一个视频生成模型系列，而这个工作台让你无需接触命令行就能使用它。你输入一段描述，选择几个选项，渲染就在我们的硬件上完成，而不是你的机器上。本地无需安装任何东西，也不需要独立显卡就能拿到结果。如果你想了解这个系列的整体情况，可以从 Wan 总览 开始，Wan 2.2 专区 则汇总了各生成方向的页面。
2.2 代是一个同时接受文本和图像条件的视频模型。实际使用中有两个常见入口：用文字描述一个场景，或者交给它一张静态图，让模型把它动起来。这两条路径在这里是各自独立的工具，所以当你只有一句话时，可以选 文本生成视频；当你已经有一张满意的画面时，可以选 图像生成视频。此外还有一条用参考片段驱动动作的路径，可以在 参考生成视频 中了解。
这个网站不是什么：它不是下载镜像站。我们不分发模型权重、checkpoint、量化文件或 safetensors，这里也没有任何可以本地安装的东西。如果你的目标是在自己的机器上运行模型，Wan 2.2 GGUF 或 Wan 2.2 Hugging Face 这类页面描述的是那个世界，但真正的文件来自别处。在这里，你得到的是一个浏览器表单和一段渲染好的片段。
最关键的因素是提示词。含糊的提示词只会产生含糊的运动。要说清主体是谁、在做什么、身处何地，以及镜头如何运动。"A woman walks" 几乎没给模型任何信息；"a woman in a red coat walks toward the camera along a wet pavement, shallow depth of field, slow forward dolly" 则给了它一份方案。如果你想要一套可复用的写法，我们的 Wan 2.2 提示词指南 对结构有更深入的讲解。
把第一次渲染当作测试，而不是成品。先看一遍，判断构图和运动方向是否符合你的意图，然后一次只调整一个变量。同时改动提示词、种子和时长，你就无法判断到底是什么起了作用。短片段迭代成本低，按分钟算，它比一段跑偏的长渲染能告诉你更多。
如果你从静态图出发，源图像的重要性和文字一样高。一张干净、光线充足、主体明确的画面，能让模型少发明很多东西。上传前，你可以用 图像压缩工具 整理输入，或用 图像格式转换 转换格式。
宽高比和分辨率决定了你所在的画幅，而且事后很难补救。请按片段最终要投放的位置来选形状，而不是先渲染再裁剪。分辨率页面 介绍了 2.2 代如何处理不同的输出尺寸。
时长是下一个杠杆。片段越长，模型越容易跑偏，所以一段紧凑的四秒镜头通常比一段松散的长镜头更稳。你随时可以在之后拼接或延长；视频延长 工具正是为此而设。
种子决定可复现性。当你在打磨构图、只想看提示词改动带来的效果时，就固定它。当你在探索、想看模型的不同理解时，就让它随机。
一次渲染的花费会在你确认之前显示在表单旁边，所以你能看到某个配置会消耗多少，而不用靠猜。套餐及其包含的内容都列在 定价页面 上。
这不是视频剪辑软件。这里没有时间线，没有多轨音频，也没有调色套件。如果你需要在镜头之间切换或对口型，请在这里渲染好片段，再到剪辑软件里组装。
它也不是模型文件的来源。这个网站上没有任何东西可以作为 checkpoint 下载，也无法通过它进行本地推理。如果你需要权重，请去模型自己的分发渠道找。
它同样不适合在画面中精确、逐字地还原文字或 logo。这一代生成式视频模型并不是为排版准确性而设计的，强行要求通常只会浪费渲染次数。这类工作请用静态图像工具完成，再把结果做成动画。
最后，不要指望第一版就能直接播出。这些是草稿。真正有效的流程是：生成、查看、打磨，然后才投入一次更长或成本更高的渲染。
用这个需要 GPU 吗？
不需要。渲染在我们的基础设施上完成。你的浏览器发送提示词和选项，然后拿回一段片段。一台普通笔记本就足以驱动这个界面。
我能在这里下载 Wan 2.2 模型吗？
不能。我们不托管或分发权重、checkpoint 或量化文件。这是一个托管式生成工作台，不是模型仓库。
第一段片段应该多长？
比你以为需要的更短。短片段渲染更快，能在你为更长的渲染投入更多之前，先告诉你提示词是否有效。
如果运动看起来不对怎么办？
一次只改一个变量，通常先改提示词。明确描述镜头运动和主体的动作，然后重新渲染，并与上一次的结果对比。