Wan 2.1 представляет инновационный ряд видеомоделей, устанавливающих новые стандарты в области видео. Благодаря использованию передовых технологий, таких как сложная 3D VAE-архитектура и улучшенные диффузионные трансформеры, она обеспечивает выдающиеся результаты, адаптированные под видеокарты для потребительского использования. Одним из ключевых преимуществ модели является ее универсальность, позволяющая плавно переходить между режимами текст-видео и изображение-видео. Кроме того, это первая видеомодель, способная генерировать контент как на английском, так и на китайском языках, что является важным достижением в этой области.