Wan 2.5: Native Audio

プロダクト概要

Wan 2.5は、AI動画生成の新たな境地を切り開くネイティブ音声と1080p動画生成を兼ね備えた画期的なプラットフォームです。このプロダクトは、わずか10秒で音声と完璧に同期した美しい動画を生成することが可能です。

主な機能

• ネイティブマルチモーダルアーキテクチャ: テキスト、画像、動画、音声の入力と出力を柔軟に処理し、高度な整合性を実現。
• 同期されたA/V生成: 高忠実度の音声を含む動画を生成し、多人数のボーカルや効果音に対応。
• 映画品質の出力: プロフェッショナルな美しさを持つ1080p HD動画を生成、構造的安定性を確保。
• 人間の嗜好に沿った調整: RLHFを用いたトレーニングで、ユーザーの期待に応える映像体験を提供。

開発の背景

Wan 2.5は、音声と映像の高度な同期処理の課題を解決するために生まれました。パフォーマンス指標も大幅に向上しており、業界をリードする技術で高品質な動画制作をより多くのクリエイターに届けています。