Wan 2.5はオープンソースか？Alibabaの戦略転換を理解する

AlibabaがWan 2.1と2.2をApache 2.0で公開したとき、AIコミュニティはオープンソース動画生成の新たな成功を祝いました。しかし、GitHubでWan 2.5や2.6を探しても見つかりません。これは見落としではなく、AI企業がオープンソースの経済性を見直していることを示す、意図的な戦略転換です。

要旨

Wan 2.5と2.6はオープンソースではありません。Alibaba CloudのAPIのみで提供されており、Wan 2.1と2.2のApache 2.0方式から明確に転換しています。この記事では次を検討します。

2.2から2.5への技術進化がAPI中心の提供を避けられなくした理由
オープンソースの2.2とAPI型の2.5/2.6を選ぶための判断枠組み
Wanの方針とStability AI、Metaの戦略との比較
オープンソースAIの将来に対する意味

第I部：すべてを変えた技術進化

1.3Bからマルチモーダルへ：能力の飛躍を理解する

Wan 2.1から2.6への進歩は単なる段階的改良ではなく、根本的なアーキテクチャーの変化です。

Wan 2.1（2025年2月）

モデル規模：1.3Bパラメーター（T2V版）
機能：テキストから動画を生成
出力：無音の動画クリップ
推論：民生用GPUで実行可能（24GB VRAM）

Wan 2.2（2025年7月）

モデル規模：5Bパラメーター（TI2V版）
機能：テキスト＋画像から動画を生成
出力：高品質だが、引き続き無音
推論：業務用GPUが必要（40GB+ VRAM）

Wan 2.5/2.6（2025年9月以降）

モデル規模：非公開（おそらく10B+）
機能：マルチモーダル（テキスト、画像、音声同期）
出力：音声が同期した動画
推論：分散GPUクラスターが必要

音声・動画同期が状況を変えた理由

Wan 2.5/2.6での同期音声の追加は、単なる機能ではなく、構造的な複雑さを増幅させます。

計算コスト：視聴覚の整合にはモダリティをまたぐ共同学習が必要で、学習費用は推定3-5xに増加します
推論の複雑さ：リアルタイム同期には連携した生成パイプラインが必要で、管理された環境の外では最適化が困難です
品質管理：音声と映像がずれると利用体験が悪化し、広範な後処理と検証が必要になります

この複雑さにより、多くのユーザーにとってセルフホスティングは経済的に現実的ではありません。許容できる推論遅延のために8x A100 GPUを必要とするモデルは、99%の開発者にとって実用上の意味で「オープンソース」とはいえません。

セルフホスティングの現実

最後のオープンソース版であるWan 2.2を大規模に動かす実際の費用を計算しましょう。

本番運用のハードウェア要件：

最低：2x A100（80GB）= ハードウェア費用約$20,000
推奨：冗長化のため4x A100 = 約$40,000
企業向け：8x A100クラスター = 約$80,000

年間運用費：

電力：約$15,000-30,000/年（稼働率による）
冷却とインフラ：約$5,000-10,000/年
DevOps/MLエンジニアリング：約$150,000/年（1 FTE）
合計：約$170,000-220,000/年

損益分岐点の分析：Alibaba Cloudが動画生成1回につき$0.10を請求するなら、セルフホスティングを正当化するには年間1.7-2.2百万本の生成が必要です。1日当たり約4,800-6,000本です。

第II部：開発者の判断枠組み

ケース1：試作と小規模プロジェクト（月<1,000本）

推奨：Wan 2.5/2.6 API

理由：

インフラへの初期投資が不要
最新機能を利用可能（音声同期、高品質化）
推定費用：$100-500/月
最初の動画まで：<1時間

トレードオフ：

APIへの依存とレート制限の可能性
データがAlibabaのインフラを通過する
料金変更の影響を受ける

ケース2：本番アプリケーション（月10,000-100,000本）

推奨：両方を慎重に評価

Wan 2.2のセルフホスティングが適する条件：

既存のGPUインフラがある
データのプライバシーが重要（医療、法律、企業）
モデルの独自ファインチューニングが必要
用途に音声が不要

Wan 2.5/2.6 APIが適する条件：

音声・動画機能が必要
チームにMLインフラの専門知識がない
設備投資を避けたい
費用最適化より柔軟な拡張性を重視する

重要な計算：月50,000本では、API費用（約$5,000/月）がセルフホスティングの運用費に近づき始めます。ここが判断の転換点です。

ケース3：研究とカスタマイズ

推奨：Wan 2.2（唯一の現実的選択肢）

理由：

APIではモデル構造を変更できない
研究には再現性とバージョン管理が必要
学術利用では予算制約がある一方、所属機関の計算資源を利用できることが多い
専門領域のデータで調整するには重みへのアクセスが必要

現実の確認：研究に2.5/2.6の能力が必要なら、次のいずれかになります。

Alibabaと直接協力する
APIの出力を比較の基準にする
将来の公開の可能性を待つ（不確実）

第III部：「オープン」AIの3つのモデル：戦略比較

AI業界では、公開性と事業の実現可能性を両立するための3つの異なる方式に収れんしつつあります。これらを理解すると、Wanがこの道を選んだ理由が分かります。

モデルA：世代別の区分（Alibaba Wan）

戦略：旧世代を完全なオープンソースに保ち、最先端版をAPIで配布する

Wanの実装：

Wan 2.1/2.2：Apache 2.0、GitHubリポジトリ、Hugging Faceの重み
Wan 2.5/2.6：Alibaba Cloud Model Studio経由のAPIのみ

利点：

オープンソースとしての信頼性とコミュニティの好意を維持
最新機能を必要とする企業ユーザーから収益を得る
サポート負荷を減らす（API利用者はモデルを壊せない）
最も強力な版の悪用や誤用を管理

欠点：

愛好家と企業からなる二層のエコシステムを生む
研究コミュニティが旧世代にとどまる
コミュニティ分断のリスク

モデルB：段階的ライセンス（Stability AI）

戦略：モデル重みを公開するが、収益に応じたライセンス制限を設ける

Stabilityの実装：

Stable Video Diffusion：Hugging Faceで重みを提供
ライセンス：研究および収益<$1Mでは無料、基準を超えると企業ライセンスが必要
SD3 Mediumへのコミュニティの反発後、2024年7月に更新

利点：

研究者と小規模企業が重みにアクセスできる
高収益ユーザーからの明確な収益化経路
「オープンウェイト」という位置づけを維持

欠点：

条件の執行が難しい（収益をどう把握するか）
法域をまたぐ法的複雑さ
OSIの定義では真の「オープンソース」ではない

モデルC：利用制限付きの寛容な方式（Meta Llama）

戦略：重みを完全公開し、許容利用方針と規模制限を設ける

Metaの実装：

Llamaモデル：重みを自由に入手可能
ライセンス：寛容だが、月間アクティブユーザー>700Mの企業を制限
目的：直接競争を防ぐ（GoogleやMicrosoftがLlamaを使いMetaと競うこと）

利点：

開発者に最大限のアクセスを提供
強いコミュニティ採用とエコシステム
MetaをAIインフラ提供者として位置づける

欠点：

モデル自体からの直接収益がない
悪用の可能性を管理しにくい
競合企業がMetaの研究開発投資の恩恵を受ける

比較分析

評価軸	Wan（世代別）	Stability（段階的ライセンス）	Meta（寛容）
重みへのアクセス	旧版のみ	全バージョン	全バージョン
収益モデル	APIサービス	ライセンス料金＋API	間接的（エコシステム）
コミュニティへの広がり	中程度	大きい	最大
悪用管理	強い（APIアクセス管理）	中程度（ライセンス条件）	弱い（信頼ベース）
研究への影響	旧版に限定	完全アクセス	完全アクセス
商用利用の明確さ	明確（APIに支払う）	複雑（収益追跡）	単純（そのまま使う）

Wanが世代別区分を選んだ理由

Alibabaの立場を考えると、この方式には戦略的な合理性があります。

クラウド基盤の優位性：Meta（ソーシャル）やStability（AI専業）と異なり、Alibabaには収益化できる巨大なクラウド基盤がある
中国市場の動向：国内ユーザーは統合クラウドサービスを好み、海外ユーザーには2.1/2.2の公開による好意が生まれる
競争上の位置づけ：競争相手はAWS BedrockやGoogle Vertex AIであり、オープンソースコミュニティではない
費用構造：動画生成はテキストや画像より高価なため、APIの経済性が有利になる

第IV部：将来に対する意味

無条件のオープンソースAIは終わるのか？

傾向は明確です。AIモデルが高性能・高コストになるにつれ、企業は一定の公開性を保ちながら収益化の方法を探しています。最先端モデルを純粋なApache 2.0で公開する例は少なくなっています。

この変化を促す要因：

学習費用：Wan 2.5/2.6の学習にはおそらく$10M+がかかり、企業は投資回収を必要とする
推論の経済性：動画生成はテキスト生成の100-1000xの費用がかかる
競争圧力：OpenAIのSoraは非公開であり、公開型の代替には持続可能な事業モデルが必要
悪用への懸念：ディープフェイクや誤情報により、無制限アクセスにはリスクがある

今後12-24か月の予測

起こりそうな展開：

世代別区分の拡大：他社もWan方式を採用し、N-1世代を公開、最新をAPI限定にすると予想される
3方式への集約：世代別（Wan）、段階ライセンス（Stability）、寛容型（Meta）
「オープンウェイト」という用語の普及：企業は制限付き公開を「オープンソース」ではなく「オープンウェイト」と呼ぶようになる
学術アクセス制度：研究者が最新モデルを利用できる専用制度をベンダーが設ける

起こりにくい展開：

最先端モデルの無条件Apache 2.0公開への回帰
すべてのモデル重みの完全非公開化（コミュニティの反発が強すぎる）
公開を強制する政府規制（政策の段階として時期尚早）

開発者への実践的な提案

今から新しいプロジェクトを始める場合：

まずAPIで試作：インフラ投資の前にWan 2.5/2.6 APIで用途を検証する
移植性を考えて設計：動画生成層を抽象化し、提供者を切り替えられるようにする
50Kの基準を監視：月間量を追跡し、月50,000本に近づいたらセルフホスティングを再評価する
Wan 2.2を代替手段に残す：API料金が不利に変わった場合に、自前の2.2へ戻れる能力を保つ

すでにWan 2.2を使っている場合：

音声が不要なら移行しない：無音動画の用途は2.5/2.6の恩恵を受けない
損益分岐点を計算：上の式でAPIの経済的な合理性を判断する
品質差を試す：A/Bテストで2.5/2.6の品質改善が費用に見合うかを調べる

結論：オープンソースは二者択一ではない

「Wan 2.5はオープンソースか」という問いは、AIの公開性が二値ではなく連続的なものであるという、より深い事実を示しています。

Wanの方式は現実的であり、冷笑的ではありません。2.1と2.2を完全公開し、2.5/2.6をAPIで提供することで、Alibabaはコミュニティの好意を維持しつつ持続可能な事業を構築しています。多くの開発者にとって、Wan 2.2は今も本番利用に十分な能力があります。最先端機能を必要とする人にとっては、APIという道が明確で経済的にも合理的です。

本当の問いはWan 2.5がオープンソースかではなく、$10M+の学習と膨大な推論費用の時代にオープンソース方式が生き残れるかです。現時点の証拠からは、旧世代モデルに限れば可能、という答えになります。

開発者として期待を調整する必要があります。「オープンソースAI」は次第に「昨年のモデルは公開、今年のモデルはAPI」を意味するようになっています。理想的ではありませんが、何もないよりよく、唯一持続可能な道かもしれません。

付録：よくある質問

Q：Hugging Faceで第三者によるWan 2.5の重みを見つけられますか？

A：Wan 2.5を提供すると主張する第三者リポジトリはありますが、多くはライセンスが不明確、重みが不完全、または無許可の変換です。Wan-AI組織の公式公開のみを信頼してください。2026年3月時点で、Hugging Faceに公式Wan 2.5/2.6重みはありません。

Q：Alibabaは将来Wan 2.5/2.6をオープンソース化しますか？

A：不明です。ただし傾向からは、2.7や3.0の登場後に2.5を公開する可能性があります。世代別方式では、「オープンソース」は常に1世代遅れになります。

Q：OpenAIのSoraと比べるとどうですか？

A：Soraは完全非公開で、セルフホスティングの選択肢もありません。Wanはより開放的で、Wan 2.2を完全に管理しながら使えます。この比較ではWanは比較的開発者に親和的です。

Q：Wan 2.2の商用利用はできますか？

A：Apache 2.0の下で完全に認められています。制限や収益基準なしに、商用利用、変更、デプロイが可能です。

参考資料と関連情報

一次資料：

Wan-Video GitHub組織 - Wan 2.1と2.2の公式リポジトリ
Hugging FaceのWan-AI - 公式モデル重み
Alibaba Cloud Model Studio APIドキュメント - Wan 2.5/2.6 APIリファレンス

比較分析：

Stability AIライセンス概要 - Community Licenseの詳細
Meta Llamaライセンス - 利用制限付きの寛容なライセンス