wan2.2

README.md

@@ -4,18 +4,16 @@
 
 ## 模型简介
 Wan2.2是一个开放且先进的大规模视频生成模型，在Wan2.2中，重点引入了以下创新：
--👍 有效的MoE架构：Wan2.2在视频扩散模型中引入了混合专家（MoE）架构。通过使用专门的强专家模型来分离跨时间步的去噪过程，这扩大了整个模型的容量，同时保持了相同的计算成本。
--👍 电影级美学：Wan2.2包含精心策划的美学数据，附带详细的照明、构图、对比度、色调等标签。这使得电影风格的生成更加精确和可控，便于创建具有自定义美学偏好的视频。
--👍 复杂的运动生成：与Wan2.1相比，Wan2.2在显著更多的数据上进行训练，图像数量增加了+65.6%，视频数量增加了+83.2%。这一扩展显著增强了模型在多个维度上的泛化能力，如运动、语义和美学，在所有开源和闭源模型中达到顶级性能。
--👍 高效的高清晰度混合TI2V：Wan2.2 开源了一个基于我们先进的Wan2.2-VAE构建的5B模型，实现了16×16×4的压缩比。该模型支持以720P分辨率24fps的速度生成文本到视频和图像到视频，并且可以在消费级显卡如4090上运行。它是目前可用的最快的720P@24fps模型之一，能够同时服务于工业和学术领域。
+- 👍 有效的MoE架构：Wan2.2在视频扩散模型中引入了混合专家（MoE）架构。通过使用专门的强专家模型来分离跨时间步的去噪过程，这扩大了整个模型的容量，同时保持了相同的计算成本。
+- 👍 电影级美学：Wan2.2包含精心策划的美学数据，附带详细的照明、构图、对比度、色调等标签。这使得电影风格的生成更加精确和可控，便于创建具有自定义美学偏好的视频。
+- 👍 复杂的运动生成：与Wan2.1相比，Wan2.2在显著更多的数据上进行训练，图像数量增加了+65.6%，视频数量增加了+83.2%。这一扩展显著增强了模型在多个维度上的泛化能力，如运动、语义和美学，在所有开源和闭源模型中达到顶级性能。
+- 👍 高效的高清晰度混合TI2V：Wan2.2 开源了一个基于我们先进的Wan2.2-VAE构建的5B模型，实现了16×16×4的压缩比。该模型支持以720P分辨率24fps的速度生成文本到视频和图像到视频，并且可以在消费级显卡如4090上运行。它是目前可用的最快的720P@24fps模型之一，能够同时服务于工业和学术领域。
 该模型采用混合专家（MoE）架构构建，提供了出色的视频生成质量。在新基准Wan-Bench2.0上，该模型在大多数关键评估维度上超越了领先的商业模型。模型架构如下：
 <div align=center>
     <img src="./doc/arch.png"/>
 </div>
 
 ## 环境依赖
-- 列举基础环境需求，根据实际情况填写
-
 | 软件 | 版本 |
 | :------: | :------: |
 | DTK | 25.04.2 |