Wan NSFW
Détails techniques

Wan 2.5 est-il open source ? Comprendre le virage stratégique d’Alibaba

10 min de lecture
Wan 2.5 est-il open source ? Comprendre le virage stratégique d’Alibaba

Lorsque Alibaba a publié Wan 2.1 et 2.2 sous Apache 2.0, la communauté IA a salué une nouvelle victoire pour la génération vidéo open source. Mais si vous cherchez Wan 2.5 ou 2.6 sur GitHub, vous ne les trouverez pas. Ce n'est pas un oubli : c'est un virage stratégique délibéré qui révèle comment les entreprises d'IA repensent l'économie de l'open source.

Synthèse

Wan 2.5 et 2.6 ne sont pas open source. Ils sont distribués exclusivement via les API d'Alibaba Cloud, marquant une rupture nette avec le modèle Apache 2.0 utilisé pour Wan 2.1 et 2.2. Cet article examine :

  • Pourquoi l'évolution technique de 2.2 à 2.5 a rendu inévitable une distribution centrée sur les API
  • Un cadre pour choisir entre 2.2 open source et 2.5/2.6 via API
  • Comment l'approche de Wan se compare aux stratégies de Stability AI et Meta
  • Ce que cela annonce pour l'avenir de l'IA open source

Partie I : L'évolution technique qui a tout changé

De 1.3B au multimodal : comprendre le saut de capacités

Le passage de Wan 2.1 à 2.6 ne constitue pas une simple amélioration progressive : il traduit des changements architecturaux fondamentaux :

Wan 2.1 (février 2025)

  • Taille du modèle : 1.3B paramètres (variante T2V)
  • Fonction : Génération texte vers vidéo
  • Sortie : Clips vidéo muets
  • Inférence : Possible sur GPU grand public (24GB VRAM)

Wan 2.2 (juillet 2025)

  • Taille du modèle : 5B paramètres (variante TI2V)
  • Fonction : Texte + image vers vidéo
  • Sortie : Qualité supérieure, toujours sans son
  • Inférence : Nécessite des GPU professionnels (40GB+ VRAM)

Wan 2.5/2.6 (à partir de septembre 2025)

  • Taille du modèle : Non divulguée (probablement 10B+)
  • Fonction : Multimodale (texte, image, synchronisation audio)
  • Sortie : Vidéo avec audio synchronisé
  • Inférence : Nécessite des clusters de GPU distribués

Pourquoi la synchronisation audiovisuelle a changé la donne

L'ajout d'audio synchronisé dans Wan 2.5/2.6 n'est pas une simple fonction : il multiplie la complexité architecturale :

  1. Coût de calcul : L'alignement audiovisuel exige un entraînement conjoint entre modalités, augmentant le coût d'entraînement d'environ 3-5x
  2. Complexité de l'inférence : La synchronisation en temps réel exige des chaînes de génération coordonnées, difficiles à optimiser hors d'environnements contrôlés
  3. Contrôle qualité : Des sorties audio-vidéo désalignées dégradent l'expérience et nécessitent un post-traitement et une validation approfondis

Cette complexité rend l'auto-hébergement économiquement peu réaliste pour la majorité des utilisateurs. Un modèle nécessitant 8x A100 GPU pour une latence acceptable n'est pas « open source » au sens pratique pour 99% des développeurs.

L'auto-hébergement à l'épreuve de la réalité

Calculons le coût réel de l'exécution à grande échelle de Wan 2.2, la dernière version open source :

Matériel requis pour un déploiement en production :

  • Minimum : 2x A100 (80GB) = ~$20,000 de matériel
  • Recommandé : 4x A100 pour la redondance = ~$40,000
  • Entreprise : Cluster 8x A100 = ~$80,000

Coûts d'exploitation annuels :

  • Électricité : ~$15,000-30,000/an (selon l'utilisation)
  • Refroidissement et infrastructure : ~$5,000-10,000/an
  • Ingénierie DevOps/ML : ~$150,000/an (1 FTE)
  • Total : ~$170,000-220,000/an

Analyse du seuil de rentabilité : Si Alibaba Cloud facture $0.10 par génération vidéo, il faudrait générer 1.7-2.2 millions de vidéos par an pour justifier l'auto-hébergement. Cela représente ~4,800-6,000 vidéos par jour.

Partie II : Cadre de décision pour les développeurs

Scénario 1 : Prototypes et petits projets (<1,000 vidéos/mois)

Recommandation : API Wan 2.5/2.6

Pourquoi :

  • Aucun investissement d'infrastructure
  • Accès aux fonctions récentes (synchronisation audio, qualité supérieure)
  • Coût estimé : $100-500/mois
  • Temps jusqu'à la première vidéo : <1 heure

Compromis :

  • Dépendance à l'API et possibles limites de débit
  • Les données transitent par l'infrastructure d'Alibaba
  • Exposition aux changements tarifaires

Scénario 2 : Applications en production (10,000-100,000 vidéos/mois)

Recommandation : Évaluer soigneusement les deux options

L'auto-hébergement de Wan 2.2 est pertinent si :

  • Vous disposez déjà d'une infrastructure GPU
  • La confidentialité est essentielle (santé, juridique, entreprise)
  • Vous devez affiner le modèle sur mesure
  • Votre cas d'usage ne nécessite pas d'audio

L'API Wan 2.5/2.6 est pertinente si :

  • Vous avez besoin de fonctions audiovisuelles
  • Votre équipe manque d'expertise en infrastructure ML
  • Vous voulez éviter les dépenses d'investissement
  • La souplesse de montée en charge prime sur l'optimisation des coûts

Calcul décisif : À 50,000 vidéos/mois, les coûts d'API (~$5,000/mois) commencent à se rapprocher des coûts d'exploitation de l'auto-hébergement. C'est le point de bascule de votre décision.

Scénario 3 : Recherche et personnalisation

Recommandation : Wan 2.2 (seule option viable)

Pourquoi :

  • Les API ne permettent pas de modifier l'architecture du modèle
  • La recherche exige reproductibilité et gestion des versions
  • Les usages universitaires disposent souvent de budgets limités mais de ressources de calcul institutionnelles
  • L'affinage sur des données spécialisées nécessite l'accès aux poids

Point de réalité : Si votre recherche exige les capacités de 2.5/2.6, vous devrez :

  1. Collaborer directement avec Alibaba
  2. Utiliser les sorties de l'API comme référence de comparaison
  3. Attendre une éventuelle publication ouverte future (incertaine)

Partie III : Trois modèles d'IA « ouverte » — Comparaison stratégique

L'industrie de l'IA converge vers trois approches distinctes conciliant ouverture et viabilité commerciale. Les comprendre permet de voir pourquoi Wan a choisi cette voie.

Modèle A : Segmentation générationnelle (Alibaba Wan)

Stratégie : Garder les générations précédentes entièrement open source et distribuer les versions de pointe via API

Mise en œuvre de Wan :

  • Wan 2.1/2.2 : Apache 2.0, dépôts GitHub, poids sur Hugging Face
  • Wan 2.5/2.6 : API uniquement via Alibaba Cloud Model Studio

Avantages :

  • Préserve la crédibilité open source et la bienveillance de la communauté
  • Génère des revenus d'entreprise auprès d'utilisateurs ayant besoin des capacités récentes
  • Réduit la charge d'assistance (les utilisateurs de l'API ne peuvent pas casser le modèle)
  • Contrôle les abus et mauvais usages des versions les plus puissantes

Inconvénients :

  • Crée un écosystème à deux niveaux (amateurs et entreprises)
  • Les chercheurs restent cantonnés aux anciennes générations
  • Risque de fragmentation communautaire

Modèle B : Licences par paliers (Stability AI)

Stratégie : Publier les poids avec des restrictions de licence fondées sur le chiffre d'affaires

Mise en œuvre de Stability :

  • Stable Video Diffusion : Poids sur Hugging Face
  • Licence : Gratuite pour la recherche et un chiffre d'affaires <$1M ; licence entreprise requise au-delà
  • Mise à jour en juillet 2024 après les critiques de la communauté contre SD3 Medium

Avantages :

  • Poids accessibles à la recherche et aux petites entreprises
  • Monétisation claire des utilisateurs à fort chiffre d'affaires
  • Préserve le positionnement « poids ouverts »

Inconvénients :

  • Difficultés d'application (comment suivre le chiffre d'affaires ?)
  • Complexité juridique entre juridictions
  • Pas réellement « open source » selon la définition de l'OSI

Modèle C : Permissif avec restrictions d'usage (Meta Llama)

Stratégie : Poids entièrement ouverts avec politique d'usage acceptable et restrictions d'échelle

Mise en œuvre de Meta :

  • Modèles Llama : Poids librement disponibles
  • Licence : Permissive, mais restreint les entreprises dépassant >700M utilisateurs actifs mensuels
  • Objectif : Empêcher la concurrence directe (Google ou Microsoft utilisant Llama contre Meta)

Avantages :

  • Accessibilité maximale pour les développeurs
  • Forte adoption communautaire et écosystème solide
  • Positionne Meta comme fournisseur d'infrastructure IA

Inconvénients :

  • Aucune monétisation directe du modèle lui-même
  • Usages abusifs potentiels plus difficiles à contrôler
  • Les concurrents bénéficient de l'investissement de Meta en R&D

Analyse comparative

Dimension Wan (générationnel) Stability (licence par paliers) Meta (permissif)
Accès aux poids Anciennes versions uniquement Toutes les versions Toutes les versions
Modèle de revenus Services API Licences + API Indirect (écosystème)
Portée communautaire Moyenne Élevée La plus élevée
Contrôle des abus Fort (accès contrôlé par API) Moyen (conditions de licence) Faible (confiance)
Impact sur la recherche Limité aux anciennes versions Accès complet Accès complet
Clarté commerciale Claire (paiement de l'API) Complexe (suivi du chiffre d'affaires) Simple (utilisation directe)

Pourquoi Wan a choisi la segmentation générationnelle

Compte tenu de sa position, l'approche d'Alibaba est stratégiquement cohérente :

  1. Avantage d'infrastructure cloud : Contrairement à Meta (réseaux sociaux) ou Stability (IA pure), Alibaba possède une vaste infrastructure cloud à monétiser
  2. Dynamique du marché chinois : Les utilisateurs nationaux préfèrent les services cloud intégrés ; les internationaux bénéficient de l'ouverture de 2.1/2.2
  3. Positionnement concurrentiel : Concurrence AWS Bedrock et Google Vertex AI, pas la communauté open source
  4. Structure des coûts : Générer des vidéos coûte plus cher que du texte ou des images, ce qui favorise l'économie des API

Partie IV : Ce que cela signifie pour l'avenir

La fin de l'IA open source sans condition ?

La tendance est claire : les modèles devenant plus performants et coûteux, les entreprises cherchent à les monétiser tout en préservant une certaine ouverture. Les publications de modèles de pointe entièrement sous Apache 2.0 deviennent rares.

Les moteurs de ce changement :

  1. Coûts d'entraînement : Wan 2.5/2.6 a probablement coûté $10M+ à entraîner ; les entreprises doivent rentabiliser leur investissement
  2. Économie de l'inférence : Générer des vidéos coûte 100-1000x plus que générer du texte
  3. Pression concurrentielle : Sora d'OpenAI est fermé ; les alternatives ouvertes doivent avoir un modèle économique durable
  4. Craintes d'abus : Deepfakes et désinformation rendent l'accès sans restriction risqué

Prévisions pour les 12-24 prochains mois

Scénarios probables :

  1. Davantage de segmentation générationnelle : D'autres entreprises devraient adopter l'approche de Wan : génération N-1 ouverte, dernière génération par API uniquement
  2. Consolidation autour de trois modèles : Générationnel (Wan), licences par paliers (Stability), permissif (Meta)
  3. Essor du terme « poids ouverts » : Les entreprises éviteront « open source » et utiliseront « poids ouverts » pour les publications restreintes
  4. Programmes d'accès universitaire : Les fournisseurs créeront des programmes spécifiques donnant aux chercheurs accès aux modèles récents

Scénarios peu probables :

  • Retour à Apache 2.0 sans condition pour les modèles de pointe
  • Fermeture complète de tous les poids (opposition communautaire trop forte)
  • Réglementation imposant les publications ouvertes (trop tôt dans le cycle politique)

Recommandations pratiques pour les développeurs

Si vous lancez un nouveau projet aujourd'hui :

  1. Prototyper d'abord avec des API : Validez votre cas d'usage avec l'API Wan 2.5/2.6 avant d'investir dans l'infrastructure
  2. Concevoir pour la portabilité : Abstrayez votre couche de génération vidéo pour pouvoir changer de fournisseur
  3. Surveiller le seuil de 50K : Suivez votre volume mensuel ; réévaluez l'auto-hébergement en approchant 50,000 vidéos/mois
  4. Conserver Wan 2.2 en secours : Gardez la possibilité de revenir à 2.2 auto-hébergé si les tarifs de l'API évoluent défavorablement

Si vous utilisez déjà Wan 2.2 :

  1. Ne migrez que si vous avez besoin d'audio : Les usages de vidéo muette ne bénéficient pas de 2.5/2.6
  2. Calculer votre seuil de rentabilité : Utilisez la formule ci-dessus pour déterminer l'intérêt économique de l'API
  3. Tester les différences de qualité : Faites des tests A/B pour voir si les améliorations de 2.5/2.6 justifient leur coût

Conclusion : L'open source n'est pas binaire

La question « Wan 2.5 est-il open source ? » révèle une vérité plus profonde : l'ouverture de l'IA se situe sur un spectre, pas dans un état binaire.

L'approche de Wan est pragmatique, pas cynique. En gardant 2.1 et 2.2 entièrement ouverts et en distribuant 2.5/2.6 par API, Alibaba préserve la bienveillance communautaire tout en construisant une activité durable. Pour la plupart des développeurs, Wan 2.2 reste assez puissant pour la production. Pour ceux qui ont besoin des capacités de pointe, la voie API est claire et économiquement rationnelle.

La vraie question n'est pas de savoir si Wan 2.5 est open source, mais si ce modèle peut survivre à l'ère des entraînements à $10M+ et des coûts d'inférence massifs. Selon les éléments actuels, la réponse est : uniquement pour les modèles de génération précédente.

Nous devons, en tant que développeurs, adapter nos attentes. « IA open source » signifie de plus en plus « le modèle de l'an dernier est ouvert ; celui de cette année est une API ». Ce n'est pas idéal, mais c'est mieux que rien et peut-être la seule voie durable.

Annexe : Questions courantes

Q : Peut-on trouver des poids Wan 2.5 de tiers sur Hugging Face ?

R : Certains dépôts tiers prétendent proposer Wan 2.5, mais leurs licences sont généralement floues, leurs poids incomplets ou leurs conversions non autorisées. Ne faites confiance qu'aux publications officielles de l'organisation Wan-AI. En mars 2026, aucun poids officiel Wan 2.5/2.6 n'existe sur Hugging Face.

Q : Alibaba finira-t-il par ouvrir Wan 2.5/2.6 ?

R : On l'ignore. Toutefois, la tendance suggère qu'Alibaba pourrait ouvrir 2.5 après le lancement de 2.7 ou 3.0. Le modèle générationnel signifie que l'« open source » a toujours une génération de retard.

Q : Comment cela se compare-t-il à Sora d'OpenAI ?

R : Sora est entièrement fermé, sans possibilité d'auto-hébergement. L'approche de Wan est plus ouverte : vous pouvez toujours utiliser Wan 2.2 avec un contrôle complet. Wan paraît ainsi relativement favorable aux développeurs.

Q : Qu'en est-il de l'utilisation commerciale de Wan 2.2 ?

R : Elle est entièrement autorisée sous Apache 2.0. Vous pouvez l'utiliser commercialement, le modifier et le déployer sans restriction ni seuil de chiffre d'affaires.

Références et lectures complémentaires

Sources primaires :

Analyse comparative :

## wan 2.5
## wan 2.2
## wan 2.1