Skip to content

SolarWM-wan2.2-5B

强调可复现数据引擎 + 三阶段配方(PRoPE → TF-AnyFlow → DMD/SGF),省去额外 Causal ODE/CD。

结构化 stub:仓库内 data/models/solarwm.yml

核验字段

字段
名称SolarWM-wan2.2-5B
机构SolarWM(HF:junchaoh-cs)
公开时间arXiv:2609.02886
arXiv2609.02886
参数量5B(同配方可扩到 14B/22B/33B;本卡记 5B 底座)
基座Wan2.2 TI2V-5B 族
分辨率文中 fast 学生输入约 1248×704 / 输出 1280×720
帧率fast 学生 4-step@16fps(文中)
延迟未公开单独首帧毫秒
控制相机(统一 metric 几何合同)
模态视频
时长口径宣传分钟~小时级 rollout(仅在 5s 序列上训练)
开源
许可代码 Apache-2.0;权重许可见各 release 目录
GPU hours未公开
训练硬件训练 GPU/hours:未公开
WBench未公开 WBench 分数
其他评测自建 in/OOD、分钟/小时级定性与一致性
核验日2026-09-19

训练阶段

0.5/Bidirectional:PRoPE 相机;5s TI2V;双向。1 TF-AnyFlow:Teacher forcing + AnyFlow → 直接少步 AR 初始化。2 DMD/SGF:Self-rollout 分布匹配;4-step 因果学生。

选型要点

要「数据+配方+多 stage ckpt」时优先看。5B 是可复现底座,不是 WBench 刷分卡。

诚实边界

数据规模公开(约 1.43M canonical clips / 25.85TB,10 源数据集),compute 未公开。小时级是宣传口径,训练序列为 5s。权重许可可能按目录不同,勿默认全部 Apache。

来源

另见 Wan5B 后训对照WM 全景控制接口差异三阶段摸底清单

私有研究知识库 · 缺项写「未公开」· 禁止编造 GPU hours / 分数