Wan 2.2 NSFW: czy jest cenzurowany? Test 7 wersji i prompty, które działają

Wan 2.2 to model wideo Alibaby z otwartymi wagami, baza, pod którą trenowano wiele LoRA NSFW do wideo na Civitai, i wersja, którą ludzie wciąż uruchamiają lokalnie. Dlatego na pytanie „czy Wan 2.2 jest cenzurowany?” są dwie odpowiedzi: jedna dla samych wag, druga dla miejsca, w którym je uruchamiasz.

Krótko: wagi Wan 2.2 nie mają filtra treści, ale wersje hostowane zachowują się inaczej. Oferujemy Wan 2.2 w siedmiu wersjach, a sześć z nich ma naszą etykietę Uncensored. Siódma, standardowy Wan 2.2, odrzuciła każdy prompt dla dorosłych w trybie tekst na wideo, a w trybie obraz na wideo złagodziła sceny między dwiema dorosłymi osobami.

• Ze zdjęcia: Wan 2.2 Spicy jest najtańszy i najbardziej niezawodny przy scenach z udziałem do dwóch dorosłych osób: każdy przebieg od L1 do L4 wrócił zgodnie z opisem. 5 sekund kosztuje 0,095 $ w 480p.
• Z tekstu: jeśli nie potrzebujesz konkretnej LoRA do Wan, lepszym wyborem jest Wan 3.0 (0,225 $ za 5 sekund w 480p, każdy poziom zrealizowany, z dźwiękiem). Do LoRA Wan 2.2 z Civitai użyj Wan 2.2 LoRA, tekst na wideo (0,24 $) albo 5B LoRA (0,12 $ za klip).
• Gdzie zatrzymuje się większość wersji: sceny z dwiema dorosłymi osobami wróciły złagodzone w większości wersji Wan 2.2 bez wczytanej LoRA. Najczęściej pobierana ogólna LoRA NSFW naprawiła to w naszym teście.
• Prompty: sześć promptów, które uruchomiliśmy, klip z każdego z nich i szablon do uzupełnienia. Przykłady są sugestywne, bo pokazujemy je na tej stronie.

Cenzura, przepisanie czy brak treningu?

Mianem „cenzury” określa się trzy różne rzeczy, a wagi Wan 2.2 mają tylko trzecią.

Filtr to kontrola uruchamiana przed generowaniem lub po nim, która odrzuca zadanie albo blokuje wynik. Otwarte wagi Wan 2.2, wydane przez zespół Wan Alibaby 28 lipca 2025 na licencji Apache 2.0, nie mają go: w oficjalnym kodzie nie ma żadnego modułu bezpieczeństwa, a karty modeli i README o nim nie wspominają. Kopie hostowane dodają własny. Chmurowe API Alibaby dla Wan stwierdza, że dane wejściowe i wyjściowe „undergo content moderation”, a demo Wan 2.2 na Hugging Face prowadzone przez społeczność (nie przez Alibabę) zaczęło odpowiadać na prompty dla dorosłych komunikatem „Generation blocked by guardrails”, gdy jego właściciel dodał filtr bezpieczeństwa, choć model pod spodem się nie zmienił.

W naszym API standardowe endpointy Wan 2.2 działają w usłudze hostowanej z własną kontrolą treści i to ona odrzuca tekst na wideo. W standardowym obrazie na wideo nie umiemy z zewnątrz stwierdzić, czy złagodzone sceny z dwiema dorosłymi osobami wynikają z tej kontroli, czy z samego modelu, ponieważ wersje LoRA, które filtra nie mają, złagodziły większość tych samych scen. Spicy, Spicy LoRA, LoRA, 5B LoRA, Image LoRA i Animate działają po naszej stronie bez filtra.

Przepisanie to wersja po cichu. Oficjalny kod Wan 2.2 ma opcjonalny krok rozszerzania promptu, który przed generowaniem przekazuje twój tekst modelowi językowemu, a jego instrukcje dla trybu tekst na wideo każą zamieniać prompty dla dorosłych na inną, nieszkodliwą scenę zamiast odmawiać. W otwartych skryptach jest domyślnie wyłączony. Chmurowe API Alibaby domyślnie przepisuje prompty, choć nie publikuje używanych instrukcji. Dlatego gdy hostowany klip Wan nie ma nic wspólnego z twoim promptem, bardziej prawdopodobną przyczyną jest przepisanie niż usterka. W naszym API Wan 2.2 Spicy i standardowy Wan 2.2 mają przełącznik rozszerzania promptu; jest wyłączony, dopóki go nie włączysz, i przy promptach dla dorosłych powinien takim pozostać. Nie testowaliśmy Wan 2.2 z włączonym przełącznikiem, ale w Qwen Image 2.1 Turbo podobne przepisanie złagodziło prompty dla dorosłych.

Trening to to, czego model nauczył się rysować. Najlepiej widać to po wersjach LoRA bez wczytanej LoRA: bez filtra, bez przepisywania, a mimo to tylko jeden z sześciu przebiegów ze zdjęcia z dwiema dorosłymi osobami wrócił zgodnie z opisem. Zadanie się kończy, nic nie jest odrzucane i płacisz; partner po prostu zostaje ubrany, kadr zakrywa prześcieradło albo kamera patrzy w bok. Tę lukę wypełniają LoRA dla dorosłych. 28 września 2026 uruchomiliśmy ten sam prompt z tym samym ziarnem z WAN General NSFW (najczęściej pobieranym pakietem ogólnym) i bez niego, wczytując go w obu przebiegach z siłą 1.0: bez niego scena urywała się przed L4 za każdym razem, a z nim oba klipy wróciły kompletne (LoRA, które testowaliśmy na Wan 2.2). Wan 2.2 Spicy to osobno dostrojona edycja, stworzona, by bez LoRA sięgać dalej, i był jedyną wersją obraz na wideo, która zrealizowała każdy przebieg L4.

Każda wersja Wan 2.2 w testach

Treści dla dorosłych oceniamy w pięciu poziomach, w tej samej skali co w naszym teście wersji Wan:

• L1 Sugestywny i L2 Tematy dla dorosłych: sugestywne i umiarkowane obrazy NSFW.
• L3 Mocny: zaawansowane obrazy NSFW z jedną dorosłą osobą.
• L4 Intensywny: scena o większej intensywności między dwojgiem dorosłych.
• L5a to dobrowolna scena między dorosłymi z motywami krępowania; L5b to filmowa drastyczna przemoc, czyli inny rodzaj treści, a nie mocniejszy L5a.

Każda postać w każdym teście jest fikcyjną osobą dorosłą i tylko takich osób warto używać: żadnej prawdziwej twarzy. Każda komórka pokazuje liczbę klipów, które wróciły zgodnie z opisem, względem liczby prób na tym poziomie; porażka to złagodzony klip, chyba że wiersz mówi o odrzuceniu. Etykiety są nasze: Uncensored oznacza brak filtra po naszej stronie, choć klip nadal może wrócić łagodniejszy, niż zażądano; Softened oznacza, że prompty dla dorosłych przechodzą, ale górna część skali jest łagodzona; Filtered oznacza, że prompty dla dorosłych są odrzucane.

Ceny dotyczą 5 sekund w 480p, z wyjątkiem 5B (jeden klip 720p), Image LoRA (jeden obraz) i przedłużania wideo (5 dodanych sekund). Wiersze z października mają po jednym przebiegu na poziom, więc czytaj je jako kierunek, a nie wskaźnik; kolumna L5a z września miała dodatkową próbę. W Image LoRA drugi przebieg L4 z wczytaną LoRA dla dorosłych także wrócił złagodzony. Animate kopiuje wideo referencyjne, więc jego wyniki zależą od tego klipu tak samo jak od promptu.

Co ta tabela znaczy w praktyce:

• Tekst to miejsce, w którym Wan 2.2 się rozdziela. Standardowy tekst na wideo odrzucił nawet L1. Wersje LoRA i 5B LoRA przyjęły ten sam rodzaj promptu i zrealizowały L1, L2 oraz trzy z czterech przebiegów L3.
• Ze zdjęcia Spicy jest najbardziej niezawodny do L4 i jako jedyna wersja obraz na wideo zaliczył tam komplet trzech na trzy. Nie jest jednak nadzbiorem pozostałych: nie sprostał większości L5, gdzie zwykła LoRA wypadła lepiej.
• Spicy LoRA i LoRA kosztują tyle samo i mają te same miejsca na LoRA. Bez wczytanej LoRA zwykła LoRA sięgnęła w naszych przebiegach dalej w L4 i L5a, a zadanie przedłużania w Spicy LoRA zrealizowało każdy poziom, który mu dano.
• 5B trzyma się blisko klatki otwierającej. Ze zdjęcia z ubraną osobą oba przebiegi L3 pozostały na poziomie zdjęcia. W 5B obraz na wideo rzadko wychodzi poza to, co pokazuje pierwsza klatka, więc by zmienić wynik, zmień zdjęcie.
• Złagodzony klip jest dla API sukcesem. Nic w odpowiedzi go nie oznacza, więc zanim zbudujesz na wyniku coś dalej, obejrzyj klatki.

Sześć promptów Wan 2.2, które uruchomiliśmy, i szablon

Wszystkie sześć pochodzi ze zestawów przykładów na stronach naszych modeli, więc każdy prompt poniżej to dokładnie ten tekst, który wysłaliśmy, a każdy klip to niezmieniony wynik. Trzymają się sugestywnego końca skali, żeby można je było pokazać tutaj. Na własne potrzeby przenosi się struktura:

1. Najpierw kto, z wiekiem: „an adult couple in their early thirties”. Nazwij obsadę w pierwszej linii, żeby model wiedział, ile osób narysować. W obrazie na wideo zdjęcie już mówi, kto jest w kadrze, więc zacznij od akcji.
2. Co mają na sobie, z nazwy: „a thin-strapped ivory slip dress”. Nazwij każdą część ubioru, którą chcesz zachować.
3. Akcja po kolei, z pozycją końcową: „pushes off the doorframe, crooks one finger, then turns and walks”. Wan 2.2 dobrze podąża za sekwencjami podanymi w kolejności, w jakiej się dzieją. Na 5 sekund wybierz jedną główną akcję i jeden ruch kamery; trzecia rzecz zwykle zostaje przyspieszona albo pominięta.
4. Jeden ruch kamery: „slow follow”, „slow push-in”, „slow orbit”.
5. Światło i faktura na końcu: „red exit light”, „film grain”. Alibaba twierdzi, że Wan 2.2 trenowano z etykietami oświetlenia, kompozycji, kontrastu i tonacji barw, więc te słowa naprawdę działają.

Jako szablon do uzupełnienia:

Text-to-video:
[Shot and style]. [Number of people, "adult", age range]. [What each one wears, by name].
[Action], then [action], ending with [end position]. [One camera move]. [Light], [texture].

Image-to-video (the still already shows who and what):
[Action], then [action], ending with [end position]. [One camera move]. [Light].

W obrazie na wideo opisuj to, co się porusza, a nie to, co już jest na zdjęciu; instrukcje przepisywania Alibaby dla obrazu na wideo z tego samego powodu pomijają opis statyczny. Pole promptu negatywnego mają tylko standardowy obraz na wideo i LoRA tekst na wideo, więc w pozostałych wersjach opisz, czego chcesz, zamiast tego, czego nie chcesz. Każda wersja wideo Wan 2.2 jest nieme, więc słowa o dźwięku nic nie dają.

1. Wan 2.2 Spicy, obraz na wideo: jedna sekwencja akcji ze zdjęcia

She pushes off the doorframe, crooks one finger at the camera to beckon it closer, then turns and walks slowly into the room, glancing back over her bare shoulder with a slow smile. The red exit light flickers down the corridor. Slow follow, cinematic, film grain.

Każdy ruch wyszedł w zapisanej kolejności: przywołanie, obrót, spacer i spojrzenie za siebie. Zdjęcie to to z okładki tej strony. W 720p klip kosztował 0,19 $; w 480p kosztuje 0,095 $. Uruchom ten prompt w Wan 2.2 Spicy →

2. Wan 2.2 LoRA, tekst na wideo: dwie dorosłe osoby i LoRA stylu

Vintage Cinematic Color. Vertical close two-shot on a mountain cabin porch at night as a thunderstorm rolls down the valley behind them; their faces and shoulders fill the frame. An adult couple in their early thirties share one heavy wool blanket on a porch swing: she is Latina, with dark wavy hair, in a thin-strapped ivory slip dress, the blanket around her shoulders; he is Korean, in a grey henley with the buttons open. A lightning flash lights their faces white for an instant; she turns from the storm to look at him and their faces drift to an inch apart and hold there. Warm porch lamp against blue lightning, rain pouring off the roof edge behind them, slow push-in, 35mm, film grain.

Kolor pochodzi z LoRA stylu, Vintage Cinematic Redmond for Wan 2.2, wczytanej przez wklejenie linku do pliku z wagą 0.7; wczytanie LoRA nie dolicza nic do ceny. Prompt zaczyna się też od nazwy tego stylu. Błyskawica, lampa i obrót przeszły bez zarzutu, a oboje zatrzymują się blisko siebie bez pocałunku, tak jak napisano. Nazwanie stylu w prompcie oprócz jego LoRA może podwoić efekt, więc jeśli wygląd wychodzi zbyt mocny, najpierw usuń tę frazę, a dopiero potem obniżaj wagę (więcej o wagach LoRA). Ten pionowy klip w 720p kosztował 0,42 $.

3. Wan 2.2 5B LoRA, tekst na wideo: tani szkic

Cinematic video. Blue hour in the lounge of an alpine ski lodge: an adult Nigerian-British woman around thirty with close-cropped natural hair, in an ivory off-the-shoulder knit dress, is curled up in a cognac leather wingback chair, snow drifting past the tall glass behind her. She lowers the book in her lap, tilts her head and gives the camera a slow, smouldering glance. Warm copper lamp light against cold blue dusk, slow push-in, 50mm lens, shallow depth of field.

Przechylenie głowy i spojrzenie w obiektyw wyszły, a miedziane światło na tle zimnego błękitu zgodnie z opisem (klip na stronie modelu). Ten przebieg poszedł bez wczytanej LoRA. 5B zawsze tworzy jeden klip 720p o długości około 5 sekund za 0,12 $, w 16:9 lub 9:16, dzięki czemu jest to najtańszy sposób, by wypróbować prompt tekstowy przed przeniesieniem go do większej wersji.

4. Wan 2.2 5B LoRA, obraz na wideo: wychodzi poza „prawie”

She brushes the last snow from his collar, he draws her closer by the waist, and the two adults lean in until their lips almost meet, holding there. Lantern light flickers on the skis. Slow orbit around them.

Prompt prosił o pauzę tuż przed pocałunkiem, a klip i tak pokazał pocałunek (zobacz go na stronie modelu): „lean in” poniosło scenę do końca. Aby zatrzymać się wcześniej, spróbuj opisać pozycję końcową zamiast zbliżania, na przykład „their foreheads touch and they stay there, smiling”. Nie wczytano żadnej LoRA; klip kosztował 0,12 $.

5. Standardowy Wan 2.2, obraz na wideo: gdy chcesz prompt negatywny

She turns from the window toward the camera, lets go of the sheer curtain and walks two slow steps closer, the champagne satin catching the lamp light, holding the lens with a half smile. The curtain drifts in the draught. Slow push in, cinematic, shallow depth of field.

Dorosła kobieta ze zdjęcia wróciła dokładnie zgodnie z opisem (klip na stronie modelu): etykieta Softened dotyczy górnej części skali, a nie nastroju czy garderoby. Wersja standardowa to jedyna opcja obraz na wideo z polem promptu negatywnego i to jest główny powód jej obecności tutaj. Poza tym Spicy robi to samo ujęcie taniej: ten kosztował 0,48 $ w 720p.

6. Wan 2.2 Image LoRA: najpierw zrób zdjęcie

Photorealistic cinematic still, ultra-wide frame. Two adult women in a hidden 1920s library bar stand close beside a bookshelf door left ajar: a Latina woman around thirty in a backless emerald velvet gown, and a red-haired woman in her mid thirties in a black tuxedo with the bow tie undone. One whispers into the other's ear, a hand resting at her waist, both smiling. Warm brass sconces, green lamp glow, deep teal and gold palette, anamorphic lens flare, film grain.

Obraz kosztuje 0,03 $ w Wan 2.2 Image LoRA, który w naszych testach przyjmował te same LoRA 14B co wersje wideo Wan 2.2 (LoRA 5B nic na nim nie zmieniała). Zanim zaczniesz animować takie zdjęcie, warto wiedzieć o dwóch rzeczach. Obraz na wideo zachowuje kształt zdjęcia, więc ten kadr 21:9 dałby ultraszeroki klip; do pionowego wideo zrób zdjęcie 9:16. Poza tym Image LoRA złagodził L4, więc ta droga działa najlepiej do L3.

Dłuższe klipy

Spicy, Spicy LoRA i LoRA tworzą klipy 5- lub 8-sekundowe; standardowy Wan 2.2 i 5B około 5 sekund. Spicy, Spicy LoRA i LoRA mają też zadanie przedłużania wideo, które kontynuuje klip od ostatniej klatki. Nasz przykład ze Spicy LoRA zaczyna prompt przedłużenia od „Continuing the same unbroken take:” i opisuje tylko to, co dzieje się dalej. 5-sekundowy klip urósł do 10 sekund, a spacer potoczył się dalej bez cięcia w kadrowaniu (przed i po na stronie modelu). Gdy przyjrzeć się uważnie, jej twarz lekko się zmienia w 5. sekundzie.

Każde dodatkowe 5 sekund w 480p kosztuje 0,095 $ w Spicy, 0,12 $ w LoRA i 0,19 $ w Spicy LoRA, czyli więcej, niż Spicy LoRA bierze za pierwsze 5. Przedłużenie w 720p w naszym przykładzie kosztowało 0,38 $. Spicy może też przyjąć klatkę końcową, co jest najprostszym sposobem na płynną pętlę.

Gdy klip Wan 2.2 zostaje odrzucony lub złagodzony

• Tekst na wideo cię odrzucił. Jesteś na standardowym Wan 2.2. Przenieś ten sam prompt do Wan 2.2 LoRA tekst na wideo, 5B LoRA lub Wan 3.0.
• Partner pozostaje ubrany albo kamera odwraca się (L4). Użyj Wan 2.2 Spicy ze zdjęcia albo wczytaj WAN General NSFW w obu przebiegach z siłą 1.0, co w naszym teście zamieniło dwa złagodzone przebiegi w dwa kompletne (więcej LoRA do Wan 2.2). Jeśli ma działać za każdym razem, przejdź na Wan 2.6 Flash, 2.5 lub 3.0.
• Klip w obrazie na wideo został łagodniejszy niż prompt. Obraz na wideo zwykle zostaje na poziomie klatki otwierającej, 5B najbardziej. Zmień zdjęcie.
• LoRA nic nie zrobiła. Wan 2.2 występuje w dwóch rozmiarach, a ich LoRA nie są wymienne. W naszych testach LoRA 14B wczytana do 5B dała klip identyczny bajt w bajt z przebiegiem bez LoRA, a LoRA 5B nic nie zmieniła w wersji obrazowej 14B. Sprawdź model bazowy na stronie LoRA. Wersje 14B przyjmują osobne pliki high-noise i low-noise; jak działają te dwa miejsca.
• Klip jest w zwolnionym tempie. Lokalnie zwykłą przyczyną jest LoRA przyspieszająca do 4 kroków, taka jak Lightning, co jej twórcy przyznają jako efekt uboczny. W prompcie powolny ruch kamery jest w porządku, ale nadaj akcji tempo: „real-time speed, every movement finished inside five seconds”.

Uruchomić samemu czy użyć API?

Otwarte wagi obejmują kilka modeli, a nazwy na naszych endpointach odpowiadają im tak:

Nasze endpointy standard i Spicy to również wersje Wan 2.2, ale nie przyjmują LoRA. Modele A14B to dwóch ekspertów po 14 miliardów parametrów: jeden obsługuje wczesne, zaszumione kroki, które ustalają układ i ruch, drugi późniejsze kroki dodające szczegóły. Dlatego LoRA 14B występują jako plik high-noise i plik low-noise. Na kartach konsumenckich ludzie uruchamiają A14B przez ComfyUI z kwantyzacją fp8 lub GGUF i odciążaniem, a dokumentacja ComfyUI mówi, że model 5B mieści się na 8 GB dzięki wbudowanemu odciążaniu; to konfiguracje społeczności, a nie liczby Alibaby. Własna wartość Alibaby dla modelu 5B to 5-sekundowy klip 720p „in under 9 minutes” na jednym konsumenckim GPU.

Uruchamiając go samemu, dostajesz brak filtra, dowolną LoRA, którą możesz pobrać, i pełną kontrolę, kosztem sprzętu i czasu na konfigurację. Przy promptach dla dorosłych trzymaj oficjalne rozszerzanie promptu wyłączone, z powodu opisanego wyżej.

Przez nasze API wersje Uncensored nie mają filtra, a płacisz za klip: od 0,095 $ do 0,265 $ za 5 sekund w 480p w wersjach z tabeli. LoRA, Spicy LoRA i Image LoRA przyjmują do trzech LoRA w każdej z trzech list (loras dla obu przebiegów, high_noise_loras, low_noise_loras); 5B przyjmuje do trzech w loras. Wklej link do publicznego pliku z Hugging Face albo link do pobrania z Civitai (https://civitai.com/api/download/models/VERSION_ID). 28 września plik z Civitai, który zwykle wymaga logowania, wczytał się w ten sposób bez tokenu. Jeśli link zwraca 401, zaimportuj plik jednorazowo przez POST /api/v1/files/import ze swoim kluczem API Civitai, który jest używany tylko do tego pobrania i nigdy nie jest przechowywany, a następnie wstaw zwrócony URI spicy:// do path. Minimalne wywołanie z LoRA w obu przebiegach:

curl -X POST https://api.spicyapi.ai/api/v1/jobs/createTask \
  -H "Authorization: Bearer $SPICY_API_KEY" \
  -H "Content-Type: application/json" \
  -H "Idempotency-Key: $(uuidgen)" \
  -d '{
    "model": "alibaba/wan-2.2-lora/text-to-video",
    "input": {
      "prompt": "Vertical medium shot at night. An adult couple in their thirties ...",
      "aspect_ratio": "9:16",
      "duration_seconds": 5,
      "resolution": "480p",
      "high_noise_loras": [{"path": "https://civitai.com/api/download/models/VERSION_ID", "scale": 1.0}],
      "low_noise_loras": [{"path": "https://civitai.com/api/download/models/VERSION_ID", "scale": 1.0}]
    }
  }'

Odrzucony prompt kończy się błędem content_rejected i nic nie kosztuje; złagodzony wraca jako zwykły sukces. Pola, odpytywanie i pozostałe kody błędów znajdziesz w dokumentacji API.

Modele Wan 2.2 tekst na wideo i obraz na wideo są nieme w obu wariantach. Osobny model S2V Alibaby jest sterowany ścieżką audio; nie oferujemy go.

Którego Wan 2.2 użyć?

Najczęściej zadawane pytania

Czy Wan 2.2 jest cenzurowany?

Otwarte wagi nie są: nie mają filtra treści. Wersje hostowane się różnią. W naszym API standardowy Wan 2.2 tekst na wideo odrzuca prompty dla dorosłych, a standardowy obraz na wideo łagodzi sceny z dwiema dorosłymi osobami, natomiast Spicy, Spicy LoRA, LoRA, 5B LoRA, Image LoRA i Animate nie mają po naszej stronie filtra.

Czy Wan 2.2 Spicy jest lepszy od standardowego Wan 2.2 do NSFW?

Ze zdjęcia, do większości zastosowań, tak: zrealizował L4 trzy razy na trzy, podczas gdy standardowy obraz na wideo złagodził wszystkie trzy, a do tego kosztuje mniej (0,095 $ wobec 0,24 $ za 5 sekund w 480p). Wyjątkiem jest próba gore (L5b), którą standardowy zrealizował trzy razy, a Spicy ani razu.

Czy potrzebuję LoRA do NSFW w Wan 2.2?

Nie do L1–L3 w wersjach Uncensored 14B; 5B dał mniej. W scenach z dwiema dorosłymi osobami ogólna LoRA NSFW zrobiła różnicę w naszym teście (dwa na dwa kompletne z nią, żaden bez niej). Nie pomogła na zdjęciach z Image LoRA, gdzie nawet z LoRA dla dorosłych wynik wrócił złagodzony.

Czy LoRA do Wan 2.1 działają w Wan 2.2?

Częściowo. Starsze LoRA do Wan 2.1 działają głównie tylko w przebiegu low-noise (nasz przewodnik po LoRA do Wan 2.2 podaje szczegóły), więc wstaw je do low_noise_loras albo poszukaj wersji 2.2 tej samej LoRA. LoRA do Wan 2.2 14B i 5B w ogóle nie działają na sobie nawzajem. Nasz przewodnik po Wan 2.1 opisuje stronę 2.1.

Czy mogę uruchomić Wan 2.2 NSFW na 8 GB lub 16 GB VRAM?

Model 5B tak, z odciążaniem: ComfyUI mówi, że mieści się na 8 GB, podczas gdy skrypty samej Alibaby wymagają 24 GB. Modele 14B potrzebują 80 GB w skryptach Alibaby; na mniejszych kartach działają tylko przez wersje społeczności fp8 lub GGUF z odciążaniem, i powoli. Przez API nie potrzebujesz żadnego GPU.

Czy Wan 2.2 generuje dźwięk?

Nie. Modele wideo Wan 2.2 są nieme. Wan 2.5 i 3.0 generują dźwięk, podobnie Wan 2.6 Flash z włączonym przełącznikiem dźwięku.

Czy płacę za odrzucony lub złagodzony klip?

Złagodzony klip jest rozliczany po normalnej cenie, ponieważ zadanie się udało. Odrzucone zadanie kończy się błędem content_rejected, a blokada środków na twoim saldzie zostaje zwolniona.

Podsumowanie

Sam Wan 2.2 nie jest cenzurowany; o tym, co wróci, decyduje miejsce, w którym go uruchamiasz. Ze zdjęcia Wan 2.2 Spicy jest najtańszą drogą przez L4: opisz akcję po kolei, z jednym ruchem kamery i pozycją końcową. Z tekstu lepszym domyślnym wyborem jest Wan 3.0, chyba że potrzebujesz konkretnej LoRA do Wan 2.2, i wtedy użyj wersji LoRA lub 5B. W scenach z dwiema dorosłymi osobami w wersjach LoRA wczytaj ogólną LoRA NSFW; do L5 albo gdy każdy przebieg ma się udać, przejdź na Wan 3.0, 2.5 lub 2.6 Flash.