Wanのオープンモデルまとめ：公開モデル一覧・ライセンス

2026年9月27日

Wan について

Wan は、オープンな動画生成モデルのシリーズです。Hugging Face の Wan-AI の組織で、論文「Wan: Open and Advanced Large-Scale Video Generative Models」の動画生成モデルを公開しています。ローカルで動かせる動画生成モデルとして、最もよく使われている系統の1つです。

何を公開しているのか

• Wan2.2(2025年7月): モデルカードによれば、動画の拡散モデルに MoE を取り入れたのが大きな特徴で、ノイズを取り除く過程を時間ごとに専門のモデルに分けることで、計算量を増やさずにモデルの容量を大きくしています。照明・構図・色調などの詳しいラベル付きのデータで映画のような画作りを細かく制御でき、Wan2.1 より画像を65.6%、動画を83.2%多く使って学習しています。
• T2V-A14B・I2V-A14B: テキストから・画像から動画を作る MoE のモデル(480P・720P) – TI2V-5B: 圧縮率の高い独自の VAE(16×16×4)を使った 5B のモデルで、テキストからも画像からも 720P・24fps の動画を作れます。モデルカードは RTX 4090 のような家庭用の GPU 1枚で動くとしています。
• Wan2.2 の派生: 音声から動画を作る S2V(2025年8月)、人物のアニメーションの Animate(2025年9月・2026年8月)です。
• Wan-Dancer(2026年7月): 音楽に合わせて、数分の長さのダンス動画を作るモデルです。

ライセンス

確認したモデルは全て Apache-2.0 で、商用利用を含めて広く使えます。使う前に各モデルのライセンス原文を確認してください。上の要約は法的な助言ではありません。

手元で動かすときのポイント

• 家庭用の GPU なら TI2V-5B が最も扱いやすい選択肢です。A14B のモデルは、量子化や部品の分割読み込みが前提になります。
• 公式の GGUF はありません(2026-09-26 時点)。ComfyUI で使う GGUF・FP8 版は第三者が変換しています。diffusers 形式の版は公式にあります。
• 動画生成のモデルは、本体のほかにテキストエンコーダと VAE も読み込みます。必要なメモリは当サイトの記事の表で全部品を含めて確認してください。

出典: Wan-AI/Wan2.2-T2V-A14B・Wan-AI/Wan2.2-TI2V-5B・Wan-AI/Wan-Dancer-14B のモデルカード、Hugging Face 上の Wan-AI の組織のモデル一覧(いずれも 2026-09-26 時点)。

当サイトの記録とデータ

当サイトはまだWanのモデルの記事を公開していません。下の Hugging Face のモデル一覧は、コードが毎日取得しています。公開元別のまとめの1ページで、シリーズ名はモデル系統別まとめの各ページへリンクしています。

基本情報

Hugging Face で公開しているモデル

公開元が Hugging Face で公開しているモデルは全部で 27件です。そのうち、当サイトが扱う生成モデル(テキスト・画像・動画・音声など)の新しいものを組織ごとに最大15件並べています。分類・特徴抽出などのモデル、研究用の部品、モデルカードの無いリポジトリは除き、公開元自身の量子化版・補助の別版は元のモデルの行にまとめています。重みを整数型に詰めて保存したリポジトリは、Hugging Face の集計が実際のパラメータ数と違うため、パラメータ数を空欄にしています。

Hugging Face の API からコードが取得した値です。最終更新 2026-09-27(JST)。

最終更新 2026-09-27(JST)。ページ前半の解説は、出典に挙げた一次資料をもとに AI を用いて執筆したものです。「当サイトの記録とデータ」以降の表と一覧は、記事ログとHugging Face の API からコードが組み立てています。