Wan NSFW
Технические подробности

Открыт ли исходный код Wan 2.5? Стратегический поворот Alibaba

8 мин чтения
Открыт ли исходный код Wan 2.5? Стратегический поворот Alibaba

Когда Alibaba выпустила Wan 2.1 и 2.2 под Apache 2.0, сообщество ИИ отпраздновало очередную победу открытой генерации видео. Но если вы ищете Wan 2.5 или 2.6 на GitHub, вы их не найдёте. Это не упущение, а сознательный стратегический поворот, показывающий, как компании ИИ переосмысляют экономику открытого кода.

Краткое резюме

Wan 2.5 и 2.6 не имеют открытого исходного кода. Они распространяются исключительно через API Alibaba Cloud, что заметно отличается от модели Apache 2.0 для Wan 2.1 и 2.2. В статье рассматриваются:

  • Почему технический переход от 2.2 к 2.5 сделал распространение через API неизбежным
  • Критерии выбора между открытой 2.2 и API-версиями 2.5/2.6
  • Сравнение подхода Wan со стратегиями Stability AI и Meta
  • Что это означает для будущего открытого ИИ

Часть I: Техническая эволюция, изменившая всё

От 1.3B к мультимодальности: Разбираемся в скачке возможностей

Развитие от Wan 2.1 к 2.6 — не просто постепенное улучшение, а фундаментальные изменения архитектуры:

Wan 2.1 (февраль 2025)

  • Размер модели: 1.3B параметров (вариант T2V)
  • Возможность: Генерация видео из текста
  • Результат: Беззвучные видеоклипы
  • Инференс: Возможен на потребительских GPU (24GB VRAM)

Wan 2.2 (июль 2025)

  • Размер модели: 5B параметров (вариант TI2V)
  • Возможность: Текст + изображение в видео
  • Результат: Более высокое качество, по-прежнему без звука
  • Инференс: Требуются профессиональные GPU (40GB+ VRAM)

Wan 2.5/2.6 (с сентября 2025)

  • Размер модели: Не раскрывается (вероятно, 10B+)
  • Возможность: Мультимодальность (текст, изображение, синхронизация звука)
  • Результат: Видео с синхронизированным звуком
  • Инференс: Требуются распределённые кластеры GPU

Почему синхронизация звука и видео изменила правила

Синхронизированный звук в Wan 2.5/2.6 — не просто функция, а множитель архитектурной сложности:

  1. Вычислительные расходы: Аудиовизуальное согласование требует совместного обучения разных модальностей и увеличивает стоимость обучения примерно в 3-5x
  2. Сложность инференса: Синхронизация в реальном времени требует согласованных конвейеров генерации, которые трудно оптимизировать вне контролируемой среды
  3. Контроль качества: Рассинхронизированные звук и видео ухудшают впечатления пользователей и требуют масштабной постобработки и проверки

Такая сложность делает самостоятельное размещение экономически непрактичным для большинства пользователей. Модель, которой нужны 8x A100 GPU для приемлемой задержки, не является «открытой» в практическом смысле для 99% разработчиков.

Самостоятельное размещение: Проверка реальностью

Посчитаем реальную стоимость масштабного запуска Wan 2.2, последней открытой версии:

Оборудование для промышленного развёртывания:

  • Минимум: 2x A100 (80GB) = ~$20,000 на оборудование
  • Рекомендуется: 4x A100 для резервирования = ~$40,000
  • Корпоративный вариант: Кластер 8x A100 = ~$80,000

Ежегодные эксплуатационные расходы:

  • Электроэнергия: ~$15,000-30,000/год (в зависимости от загрузки)
  • Охлаждение и инфраструктура: ~$5,000-10,000/год
  • Инженерия DevOps/ML: ~$150,000/год (1 FTE)
  • Итого: ~$170,000-220,000/год

Анализ окупаемости: Если Alibaba Cloud берёт $0.10 за генерацию видео, для оправдания самостоятельного размещения понадобится 1.7-2.2 миллиона видео ежегодно. Это ~4,800-6,000 видео в день.

Часть II: Критерии выбора для разработчиков

Сценарий 1: Прототипы и небольшие проекты (<1,000 видео/месяц)

Рекомендация: API Wan 2.5/2.6

Почему:

  • Нулевые вложения в инфраструктуру
  • Доступ к новым функциям (синхронизация звука, лучшее качество)
  • Оценка расходов: $100-500/месяц
  • Время до первого видео: <1 часа

Компромиссы:

  • Зависимость от API и возможные ограничения частоты запросов
  • Данные проходят через инфраструктуру Alibaba
  • Риск изменения цен

Сценарий 2: Промышленные приложения (10,000-100,000 видео/месяц)

Рекомендация: Внимательно оценить оба варианта

Самостоятельное размещение Wan 2.2 разумно, если:

  • У вас уже есть инфраструктура GPU
  • Конфиденциальность критична (медицина, юриспруденция, бизнес)
  • Нужно индивидуальное дообучение модели
  • Вашему сценарию не нужен звук

API Wan 2.5/2.6 разумен, если:

  • Нужны аудиовизуальные возможности
  • Команде не хватает опыта в инфраструктуре ML
  • Вы хотите избежать капитальных расходов
  • Гибкость масштабирования важнее оптимизации стоимости

Ключевой расчёт: При 50,000 видео/месяц стоимость API (~$5,000/месяц) начинает приближаться к расходам на самостоятельное размещение. Это точка пересмотра решения.

Сценарий 3: Исследования и настройка

Рекомендация: Wan 2.2 (единственный жизнеспособный вариант)

Почему:

  • API не позволяет менять архитектуру модели
  • Исследованиям нужны воспроизводимость и контроль версий
  • В академической среде часто ограничен бюджет, но доступны вычисления организации
  • Дообучение на специализированных данных требует доступа к весам

Проверка реальностью: Если исследованиям нужны возможности 2.5/2.6, придётся:

  1. Сотрудничать непосредственно с Alibaba
  2. Использовать результаты API как базу для сравнения
  3. Ждать возможного будущего открытого релиза (неопределённо)

Часть III: Три модели «открытого» ИИ — Стратегическое сравнение

Индустрия ИИ приходит к трём подходам, сочетающим открытость и коммерческую жизнеспособность. Их понимание объясняет выбор Wan.

Модель A: Разделение по поколениям (Alibaba Wan)

Стратегия: Оставлять предыдущие поколения полностью открытыми, а передовые версии распространять через API

Реализация Wan:

  • Wan 2.1/2.2: Apache 2.0, репозитории GitHub, веса Hugging Face
  • Wan 2.5/2.6: Только API через Alibaba Cloud Model Studio

Преимущества:

  • Сохраняет репутацию открытого проекта и благосклонность сообщества
  • Приносит корпоративную выручку от пользователей, которым нужны новые возможности
  • Снижает нагрузку на поддержку (пользователи API не могут сломать модель)
  • Контролирует злоупотребления и неправильное использование самых мощных версий

Недостатки:

  • Создаёт двухуровневую экосистему (любители и предприятия)
  • Исследователи остаются на старых поколениях
  • Риск фрагментации сообщества

Модель B: Ступенчатое лицензирование (Stability AI)

Стратегия: Публиковать веса с лицензионными ограничениями в зависимости от выручки

Реализация Stability:

  • Stable Video Diffusion: Веса на Hugging Face
  • Лицензия: Бесплатно для исследований и выручки <$1M; выше порога нужна корпоративная лицензия
  • Обновлена в июле 2024 после негативной реакции сообщества на SD3 Medium

Преимущества:

  • Веса доступны исследователям и малому бизнесу
  • Понятная монетизация пользователей с большой выручкой
  • Сохраняет позиционирование «открытые веса»

Недостатки:

  • Сложность исполнения условий (как отслеживать выручку?)
  • Правовые сложности разных юрисдикций
  • Не вполне «открытый код» по определению OSI

Модель C: Разрешительная с ограничениями использования (Meta Llama)

Стратегия: Полностью открытые веса с правилами допустимого использования и ограничениями масштаба

Реализация Meta:

  • Модели Llama: Веса свободно доступны
  • Лицензия: Разрешительная, но ограничивает компании с >700M активных пользователей в месяц
  • Цель: Предотвратить прямую конкуренцию (Google или Microsoft используют Llama против Meta)

Преимущества:

  • Максимальная доступность разработчикам
  • Широкое принятие сообществом и сильная экосистема
  • Позиционирует Meta как поставщика инфраструктуры ИИ

Недостатки:

  • Нет прямой монетизации самой модели
  • Потенциальные злоупотребления труднее контролировать
  • Конкуренты получают пользу от вложений Meta в исследования и разработки

Сравнительный анализ

Критерий Wan (поколения) Stability (ступенчатая лицензия) Meta (разрешительная)
Доступ к весам Только старые версии Все версии Все версии
Модель доходов Услуги API Лицензионные платежи + API Косвенная (экосистема)
Охват сообщества Средний Высокий Самый высокий
Контроль злоупотреблений Сильный (доступ через API) Средний (условия лицензии) Слабый (система доверия)
Влияние на исследования Ограничено старыми версиями Полный доступ Полный доступ
Коммерческая ясность Ясно (плата за API) Сложно (отслеживание выручки) Просто (можно пользоваться)

Почему Wan выбрал разделение по поколениям

С учётом положения Alibaba её подход стратегически разумен:

  1. Преимущество облачной инфраструктуры: В отличие от Meta (социальные сервисы) или Stability (чистый ИИ), Alibaba имеет огромную облачную инфраструктуру для монетизации
  2. Динамика китайского рынка: Внутренние пользователи предпочитают интегрированные облачные сервисы, а международные получают преимущества открытых 2.1/2.2
  3. Конкурентное позиционирование: Конкурирует с AWS Bedrock и Google Vertex AI, а не с открытым сообществом
  4. Структура затрат: Генерация видео дороже текста и изображений, поэтому экономика API выгоднее

Часть IV: Что это значит для будущего

Конец безусловно открытого ИИ?

Тенденция ясна: модели становятся мощнее и дороже, а компании ищут способы монетизации, сохраняя некоторую открытость. Выпуск передовых моделей целиком под Apache 2.0 становится редкостью.

Причины этого сдвига:

  1. Стоимость обучения: Обучение Wan 2.5/2.6, вероятно, стоило $10M+; компаниям нужна окупаемость
  2. Экономика инференса: Генерация видео стоит в 100-1000x больше генерации текста
  3. Конкурентное давление: Sora от OpenAI закрыта; открытым альтернативам нужны устойчивые бизнес-модели
  4. Опасения злоупотреблений: Дипфейки и дезинформация делают неограниченный доступ рискованным

Прогноз на следующие 12-24 месяца

Вероятные сценарии:

  1. Больше разделения по поколениям: Другие компании, вероятно, примут модель Wan: поколение N-1 открыто, последнее доступно только через API
  2. Сближение вокруг трёх моделей: Поколения (Wan), ступенчатая лицензия (Stability), разрешительная (Meta)
  3. Рост популярности термина «открытые веса»: Компании будут избегать «открытого кода» и называть ограниченные релизы «открытыми весами»
  4. Программы академического доступа: Поставщики создадут специальные программы доступа исследователей к новым моделям

Маловероятные сценарии:

  • Возврат к безусловной Apache 2.0 для передовых моделей
  • Полное закрытие всех весов (слишком сильная реакция сообщества)
  • Государственное принуждение к открытым релизам (слишком рано в политическом цикле)

Практические рекомендации разработчикам

Если вы начинаете новый проект сегодня:

  1. Сначала создавайте прототипы с API: Проверьте сценарий через API Wan 2.5/2.6 до вложений в инфраструктуру
  2. Проектируйте переносимость: Абстрагируйте слой генерации видео, чтобы менять поставщиков
  3. Следите за порогом 50K: Отслеживайте месячный объём и пересматривайте самостоятельное размещение при приближении к 50,000 видео/месяц
  4. Оставьте Wan 2.2 запасным вариантом: Сохраните возможность вернуться к собственной 2.2 при неблагоприятном изменении цен API

Если вы уже используете Wan 2.2:

  1. Не переходите без необходимости звука: Сценарии беззвучного видео не выигрывают от 2.5/2.6
  2. Рассчитайте окупаемость: Используйте формулу выше, чтобы оценить экономический смысл API
  3. Проверьте разницу качества: Проведите A/B-тесты, чтобы понять, оправдывают ли улучшения 2.5/2.6 свою стоимость

Вывод: Открытость не бинарна

Вопрос «Открыт ли Wan 2.5?» выявляет более глубокую истину: открытость ИИ существует в спектре, а не в бинарном состоянии.

Подход Wan прагматичен, а не циничен. Сохраняя 2.1 и 2.2 полностью открытыми и распространяя 2.5/2.6 через API, Alibaba поддерживает благосклонность сообщества и строит устойчивый бизнес. Большинству разработчиков Wan 2.2 по-прежнему достаточно для промышленного применения. Тем, кому нужны передовые возможности, путь через API понятен и экономически рационален.

Настоящий вопрос не в открытости Wan 2.5, а в том, выживет ли открытая модель в эпоху обучения за $10M+ и огромных затрат на инференс. По текущим данным ответ таков: только для моделей предыдущего поколения.

Разработчикам нужно скорректировать ожидания. «Открытый ИИ» всё чаще означает «прошлогодняя модель открыта, нынешняя — API». Это не идеально, но лучше, чем ничего, и, возможно, единственный устойчивый путь.

Приложение: Частые вопросы

В: Можно ли найти веса Wan 2.5 от сторонних авторов на Hugging Face?

О: Некоторые сторонние репозитории заявляют о Wan 2.5, но обычно имеют неясные лицензии, неполные веса или неразрешённые преобразования. Доверяйте только официальным публикациям организации Wan-AI. По состоянию на март 2026 официальных весов Wan 2.5/2.6 на Hugging Face нет.

В: Откроет ли Alibaba когда-нибудь Wan 2.5/2.6?

О: Неизвестно. Однако схема предполагает возможное открытие 2.5 после выхода 2.7 или 3.0. Поколенческая модель означает, что «открытый код» всегда отстаёт на поколение.

В: Как это соотносится с Sora от OpenAI?

О: Sora полностью закрыта и не допускает самостоятельного размещения. Wan более открыт: Wan 2.2 по-прежнему можно использовать с полным контролем. В сравнении Wan выглядит относительно дружественным к разработчикам.

В: А коммерческое использование Wan 2.2?

О: Полностью разрешено Apache 2.0. Можно использовать коммерчески, изменять и развёртывать без ограничений и порогов выручки.

Источники и дополнительные материалы

Первичные источники:

Сравнительный анализ:

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