Ollama
Ollama 是一个面向开源 AI 模型的运行时与云服务,支持在 macOS、Windows、Linux 上本地运行模型,或通过托管端点调用,适合使用开源模型进行开发的工程师与团队。

Wan2.1 是 Wan-Video 团队发布的开源大规模视频生成模型套件,面向希望在自有硬件上完成视频生成与编辑、而非依赖托管 API 的研究者和开发者。仓库提供推理代码、模型权重与多种集成方式,模型以 Apache 2.0 许可证发布。
Wan2.1 支持五类任务:文生视频、图生视频、视频编辑、文生图与视频转音频。模型提供 14B 与 1.3B 两档参数规模,均附带推理代码与多 GPU 推理支持。项目后续还发布了 Wan2.1-VACE,一款面向视频创作与编辑的一体化模型,以及 Wan2.1-FLF2V,可根据首帧与尾帧生成视频。仓库内还包含 Gradio 演示,便于快速试用。
T2V-1.3B 模型仅需 8.19 GB 显存,因此大多数消费级 GPU 都能承载。据项目说明,在 RTX 4090 上、不采用量化等优化手段的情况下,它大约四分钟可生成一段 5 秒 480P 视频。这一数字的意义在于,它描述的是个人开发者可实际触及的入门门槛,而不只是拥有数据中心级加速器的团队。更大的 14B 模型则面向显存与算力更充裕的环境。
Wan-VAE 是整个套件底层的视频自编码器,可对任意长度的 1080P 视频进行编解码,同时保留时序信息,项目将其定位为视频与图像生成的理想基础。Wan2.1 还能在视频画面内生成中英文文字,项目称这是视频模型中的首次。对于需要清晰屏幕文案的创作者而言,这一能力可以减少后期叠加字幕的环节。
接入路径已经铺开。Wan2.1 于 2025 年 2 月 27 日集成进 ComfyUI,其文生视频与图生视频流程于 2025 年 3 月 3 日进入 Hugging Face Diffusers,技术报告随后于 2025 年 3 月 21 日发布。社区项目也在多个方向上扩展了基础模型:Helios 面向单张 H100 GPU 上 19.5 FPS 的分钟级合成,Video-As-Prompt 通过上下文提示加入语义控制,LightX2V 侧重在 RTX 5090 与 RTX 4060 上实现快速推理,DriVerse 则将 14B 图生视频模型用于自动驾驶仿真。
项目表示,Wan2.1 在多项基准上优于现有开源模型与最先进的商业方案,相关对比发布在其技术报告中。这些结果来自团队自身的评测,在将其视为定论之前,值得关注独立复现情况。1.3B 模型四分钟的生成耗时同样以不启用量化等优化为前提,实际吞吐会随硬件与设置变化。14B 版本对资源的要求则明显更高。
模型以 Apache 2.0 许可证发布。团队声明不对生成内容主张权利,用户可自由使用输出结果,但需对模型的使用方式负责。许可证禁止生成违反适用法律、伤害个人或群体、传播虚假信息或针对弱势群体的内容。完整条款见仓库中的 LICENSE.txt。
Wan2.1 适合那些看重开放权重、可审查推理代码,并希望自由微调或扩展视频模型的团队。它不太适合希望使用无需维护基础设施的托管服务的用户。对于已经在 ComfyUI 或 Diffusers 中工作的开发者,接入路径较短,而 1.3B 模型让单张消费级 GPU 上的实验变得可行。
未标注订阅价格。
工具功能、价格与可用性可能变化,请以官网为准。 由 steven 维护 · 最后更新 2026年10月16日 →
Ollama 是一个面向开源 AI 模型的运行时与云服务,支持在 macOS、Windows、Linux 上本地运行模型,或通过托管端点调用,适合使用开源模型进行开发的工程师与团队。
Anthropic 的命令行编程智能体,直接改你的仓库
Together AI 是一个全栈 AI 云平台,用于运行、微调和部署开源模型,面向需要生产级推理而不愿自建 GPU 集群的工程团队。
能自己浏览网页并端到端完成任务的通用智能体