Wan 2.1 stellt eine Innovationsserie von Video-Grundmodellen vor, die neue Maßstäbe im Videogenerierungsbereich setzt. Durch die Nutzung fortschrittlicher Technologien wie einem elaborierten 3D-VAE-Framework und verbesserten Diffusion-Transformer liefert es herausragende Leistungen, die speziell für Consumer-GPUs optimiert wurden. Eine der auffälligsten Eigenschaften des Modells ist seine Multifunktionalität, die ermöglicht, zwischen Text-zu-Video und Bild-zu-Videomodus nahtlos umzuschalten. Zudem ist es das erste Videomodell, das Inhalte sowohl auf Englisch als auch auf Chinesisch generiert, was eine bedeutende Meilensteinsetzung im Fachgebiet darstellt.
