Alibaba Wan 2.2: Das Open-Source-KI-Videomodell, das die Demokratisierung der Filmproduktion zum Ziel hat

Wan 2.2 ist Alibabas quelloffenes KI-Videomodell, veröffentlicht am 28. Juli 2025 unter der Apache-2.0-Lizenz. Es erzeugt aus Text oder Bild kurze Clips mit bis zu 720p, nutzt eine Mixture-of-Experts-Architektur (27 Mrd. Parameter, 14 Mrd. aktiv pro Schritt) und läuft auf eigener Hardware. Neuere Wan-Versionen gibt es nur gehostet.

Das Wichtigste in Kürze:

• Offen und selbst betreibbar: Code und Gewichte sind öffentlich, die kommerzielle Nutzung ist erlaubt. Es fällt keine Lizenzgebühr an, nur Hardware- und Stromkosten.

• Einstieg mit TI2V-5B: Die Variante verarbeitet Text und Bild und zielt auf eine Consumer-GPU mit rund 24 GB VRAM.

• Nicht mehr das neueste Wan: Wan 2.5 bis 3.0 sind gehostete Dienste ohne öffentliche Gewichte. Wan 2.2 bleibt das aktuellste offene Hauptmodell.

Was ist Wan 2.2?

Wan 2.2 ist die zweite offene Generation von Alibabas Wan-Videofamilie, entwickelt vom Tongyi-Team. Anders als die meisten starken Videomodelle veröffentlicht es Code, Gewichte und Architektur. Forschende, Start-ups und einzelne Kreative können es daher lokal betreiben und erweitern.

Gegenüber Wan 2.1 bringt es drei Neuerungen: eine Mixture-of-Experts-Architektur, mehr Kontrolle über die Bildwirkung (Licht, Komposition, Farbstimmung, Kamerabewegung) und einen deutlich größeren Trainingsdatensatz.

Wan 2.2 auf einen Blick

Stand: 20. Oktober 2026

Ist Wan 2.2 noch das neueste Wan-Modell?

Nein. Alibaba hat neuere Versionen veröffentlicht, doch Wan 2.2 ist weiterhin das aktuellste Wan-Hauptmodell mit öffentlichen Gewichten. Die neueren Versionen laufen als gehostete Dienste.

Der Verlauf: Wan 2.5 (Vorschau, 24. September 2025), Wan 2.6 (16. Dezember 2025), Wan 2.7 (April 2026) und Wan 3.0 (öffentliche Beta Anfang August 2026, offizieller Start am 24. August 2026). Wan 3.0 läuft als API in Alibaba Clouds Model Studio, erzeugt laut Alibaba Clips von bis zu 30 Sekunden am Stück (Wan 2.7: bis zu 15 Sekunden) und rechnet pro Videosekunde ab.

Wan 2.1 und Wan 2.2 sind die offenen Hauptreleases. Daneben hat Alibaba Nebenmodelle unter Apache 2.0 veröffentlicht: das Musik-zu-Tanz-Modell Wan-Dancer-14B (Juli 2026) und das Charakteranimationsmodell Wan-Animate-2 (August 2026). Beide bauen auf der Wan-2.2-Basis auf und gehören nicht zur Hauptlinie.

Manche Websites behaupten, Wan 2.7 oder 3.0 seien Open Source. Unabhängige Beobachter fanden in der Hugging-Face-Organisation Wan-AI und auf GitHub keine Wan-Repositories oberhalb von Version 2.2. Laden Sie Gewichte nur von der offiziellen Organisation Wan-AI herunter.

Wie funktioniert die Mixture-of-Experts-Architektur von Wan 2.2?

Wan 2.2 teilt die Entrauschungsarbeit auf zwei Experten-Netze auf. Das Modell umfasst 27 Mrd. Parameter, nutzt pro Schritt aber nur etwa 14 Mrd. So steigt die Kapazität, ohne dass der Rechenaufwand im gleichen Maß wächst.

Ein Diffusionsmodell startet mit Rauschen und bereinigt es Schritt für Schritt. Ein „High-Noise“-Experte übernimmt die frühen Schritte, in denen Gesamtlayout und Bewegung entstehen. Ein „Low-Noise“-Experte verfeinert später die Details. Es läuft immer nur einer der beiden, deshalb bleiben die Kosten pro Schritt nahe an einem 14B-Modell. Mixture-of-Experts ist bei Sprachmodellen verbreitet, war bei offener Videogenerierung zum Start von Wan 2.2 aber ungewöhnlich.

Welche Wan-2.2-Variante passt zu mir?

Starten Sie mit TI2V-5B. Die Variante nimmt Text und Bild entgegen und passt auf eine einzelne Consumer-GPU. Wechseln Sie zu den 14B-Modellen, wenn Sie feinere Details brauchen und genug Speicher haben.

TI2V-5B nutzt einen hochkomprimierenden VAE. Deshalb passt es auf eine einzelne Consumer-Karte.

Welche Hardware braucht Wan 2.2?

Für TI2V-5B genügt eine einzelne GPU mit rund 24 GB VRAM, zum Beispiel eine RTX 4090. Die 14B-Modelle (T2V-A14B und I2V-A14B) benötigen laut README für den Ein-GPU-Betrieb mindestens 80 GB VRAM.

Das offizielle Repo beschreibt Wege, den Bedarf zu senken, etwa die Optionen --offload_model, --convert_model_dtype und --t5_cpu, die Modellteile auf die CPU auslagern. Die Community bietet zudem abgespeckte Builds an. Der tatsächliche Bedarf hängt von Auflösung und Einstellungen ab. Prüfen Sie daher die README Ihrer Variante. Planen Sie außerdem schnellen Speicher für die Gewichte und genug Arbeitsspeicher für Vor- und Nachbearbeitung ein. Auf Consumer-Hardware dauert ein Clip Minuten, nicht Sekunden.

Wie installiere und starte ich Wan 2.2 lokal?

Repository klonen, Abhängigkeiten installieren, Gewichte laden und das Inferenz-Skript starten. Halten Sie sich genau an die README, denn Parameter ändern sich zwischen Releases.

1. Repo von github.com/Wan-Video/Wan2.2 klonen.

2. Python, die Abhängigkeiten aus dem Repo und eine passende PyTorch-Version installieren.

3. Gewichte Ihrer Variante von der offiziellen Wan-AI-Organisation auf Hugging Face herunterladen.

4. Das Inferenz-Skript mit Prompt, Bild oder beidem starten, wie in den README-Beispielen gezeigt.

Läuft Wan 2.2 in ComfyUI?

Ja, und für die meisten Kreativen ist das der einfachere Einstieg. Wan 2.2 erschien mit ComfyUI-Unterstützung ab Tag eins und mit fertigen Workflows für Text-zu-Video, Bild-zu-Video und das Hybridmodell.

Modell laden, Prompt eingeben, Decoder- und Video-Ausgabe-Nodes verbinden. Programmieren ist nicht nötig.

Was kostet Wan 2.2, und ist es kommerziell kostenlos nutzbar?

Für Wan 2.2 fällt keine Lizenzgebühr an, und Apache 2.0 erlaubt die kommerzielle Nutzung. Sie zahlen für eigene Hardware und Strom. Gehostete Tools mit Wan 2.2 können eigene Gebühren verlangen.

Preise: Stand 20. Oktober 2026

Hinweis: Alibaba Cloud nennt die Listenpreise in USD ohne Aktionsrabatte. Die Umrechnung in EUR sowie die MwSt. sehen Sie im Checkout. Beispiel: Ein 30-Sekunden-Clip in 1080p kostet in Singapur 6,00 USD.

Lesen Sie den Lizenztext im Repo. Für erzeugte Inhalte bleiben Sie selbst verantwortlich, auch bei Urheberrecht, Persönlichkeitsrechten und Kennzeichnungspflichten.

Wan 2.2 oder Wan 3.0: Was ist die bessere Wahl?

Wählen Sie Wan 2.2, wenn Sie lokale Kontrolle, Datenschutz, Fine-Tuning oder keine Gebühren pro Sekunde wollen. Wählen Sie Wan 3.0, wenn Sie längere, ausgefeiltere Clips brauchen und eine gehostete API akzeptabel ist.

Wie schlägt sich Wan 2.2 gegen geschlossene Videomodelle?

Offene Modelle punkten bei Transparenz, Kontrolle und Kosten. Gehostete, geschlossene Modelle punkten meist bei Komfort, Clip-Länge und Auflösungsoptionen.

Alibaba meldet für Wan 2.2 starke Ergebnisse im eigenen Wan-Bench-Test. Das ist ein Herstellerbenchmark und daher nur ein Anhaltspunkt, kein Beleg.

Wenn Ihnen eine bestimmte Einstellung wichtig ist, lassen Sie denselben Prompt in beiden Welten laufen und vergleichen Sie. Gehostete Alternativen finden Sie in unserem Überblick zu den besten KI-Videogeneratoren 2026 und in der Übersicht zu Google Veo 3.1.

Welche Firmen nutzen Wan 2.2?

Belegte Kundenreferenzen einzelner Unternehmen liegen uns nicht vor, deshalb nennen wir keine. Dokumentiert ist die Einbindung in verbreitete Werkzeuge: ComfyUI unterstützt Wan 2.2 seit dem Start, und Hugging Face Diffusers integriert das Modell seit November 2025. Alibaba selbst baut mit Wan-Dancer-14B und Wan-Animate-2 weitere Modelle auf der Wan-2.2-Basis auf.

Typische Einsatzfelder: kurze Werbe- und Social-Clips, animierte Produktfotos oder Illustrationen, Storyboards und Konzeptvorschauen, Bewegungstests für Spiele sowie Lernanimationen. Es eignet sich auch dort, wo Cloud-Gebühren oder Datenschutz gehostete Tools ausschließen. Viele passen es per LoRA-ähnlichen Verfahren an einen bestimmten Look an.

Was müssen Unternehmen in der EU vor dem Einsatz prüfen? (DSGVO-Checkliste)

Der Selbstbetrieb hält Daten auf Ihren Systemen, entbindet aber nicht von rechtlichen Pflichten. Prüfen Sie die folgenden Punkte vor dem Produktiveinsatz. Das ist keine Rechtsberatung.

• Personenbezogene Daten: Enthalten Prompts, Referenzbilder oder Audio personenbezogene Daten? Rechtsgrundlage festlegen (Art. 6 DSGVO).

• Hosting: Beim Selbstbetrieb bleiben Daten bei Ihnen. Bei gehosteten Wan-Tools oder APIs: Auftragsverarbeitungsvertrag abschließen (Art. 28 DSGVO) und Drittlandtransfers prüfen. Alibaba Cloud listet für Wan 3.0 unter anderem die Region Frankfurt (Bereitstellung „Global“); ob Daten ausschließlich in der EU verarbeitet werden, klären Sie im Auftragsverarbeitungsvertrag.

• Persönlichkeitsrechte: Vor der Darstellung erkennbarer Personen Einwilligung einholen. In Deutschland gilt das Recht am eigenen Bild (§§ 22, 23 KUG).

• Kennzeichnung: KI-erzeugte oder manipulierte Videos kennzeichnen. Art. 50 der KI-Verordnung regelt Transparenzpflichten für Deepfakes und gilt seit dem 2. August 2026. Für maschinenlesbare Kennzeichnung durch Anbieter (Art. 50 Abs. 2) gilt für Systeme, die schon vor diesem Datum auf dem Markt waren, eine Übergangsfrist bis 2. Dezember 2026.

• Risikoprüfung: Bei Gesichts- oder biometrischen Daten eine Datenschutz-Folgenabschätzung erwägen (Art. 35 DSGVO) und das Verarbeitungsverzeichnis ergänzen (Art. 30).

• Lizenz: Apache-2.0-Lizenztext und Hinweise bei Weitergabe oder Weiterentwicklung beibehalten.

• Lieferkette: Gewichte nur von der offiziellen Wan-AI-Organisation laden.

• Urheberrecht: Rechte an Ergebnissen und Risiken aus den Trainingsdaten mit Rechtsberatung klären.

Welche Grenzen hat Wan 2.2?

• Kurze Clips: Eine Generierung dauert wenige Sekunden; längere Videos müssen Sie zusammensetzen.

• Auflösung: Die Ausgabe endet bei etwa 720p.

• Hardware: Die 14B-Modelle brauchen weit mehr Speicher, als die meisten Heimrechner bieten.

• Konsistenz: Flackern, Drift und seltsame Bewegungen kommen vor, wie bei jedem Videomodell.

• Missbrauchsrisiko: Offene Videomodelle lassen sich für Deepfakes und Desinformation missbrauchen. Holen Sie Einwilligungen ein, kennzeichnen Sie Ergebnisse und legen Sie interne Regeln fest.

• Nicht mehr Spitzenklasse: Alibabas neuere gehostete Modelle sind weiter.

Lohnt sich Wan 2.2 im Jahr 2026 noch?

Ja, wenn Ihnen Datenschutz, Kostenkontrolle oder Anpassbarkeit wichtig sind. Es ist das neueste Wan-Hauptmodell, das Sie herunterladen, betreiben, prüfen und feinjustieren können. Für die längsten, ausgefeiltesten Clips sind gehostete Modelle die bessere Wahl, auch Wan 3.0.

Sie möchten KI-Video oder andere generative KI in Ihr Produkt oder Ihren Workflow einbauen? Unser Team für KI-Entwicklung setzt das um, und unsere KI-Beratung hilft vorab bei der Modellauswahl. Den größeren Zusammenhang erklären wir in 8 wichtigen Trends der generativen KI.

Häufig gestellte Fragen

Wann wurde Wan 2.2 veröffentlicht?

Am 28. Juli 2025 vom Tongyi-/Wan-Team von Alibaba.

Ist Wan 2.2 Open Source?

Ja. Code und Gewichte sind unter der Apache-2.0-Lizenz öffentlich.

Was kostet Wan 2.2?

Der Betrieb auf eigener Hardware ist lizenzgebührenfrei; Sie zahlen Hardware und Strom. Online-Tools, die es hosten, können Gebühren verlangen. Wan 3.0 wird pro Videosekunde abgerechnet; Stand 20. Oktober 2026 kostet es in Singapur 0,05 USD (480p), 0,10 USD (720p) bzw. 0,20 USD (1080p) pro Sekunde. Die Umrechnung in EUR und die MwSt. sehen Sie im Checkout.

Ist Wan 2.2 das neueste Wan-Modell?

Nein. Alibaba hat inzwischen Wan 2.5, 2.6, 2.7 und 3.0 veröffentlicht. Wan 2.2 ist aber weiterhin das neueste Wan-Hauptmodell mit öffentlichen Gewichten.

Was ist der Unterschied zwischen Wan 2.2 und Wan 3.0?

Wan 3.0 ist neuer und gehostet. Es erzeugt laut Alibaba Clips von bis zu 30 Sekunden und rechnet pro Sekunde ab. Wan 2.2 ist offen, Sie können es selbst betreiben und anpassen.

Welche Hardware-Anforderungen hat Wan 2.2?

Das 5B-Hybridmodell zielt auf eine einzelne Consumer-GPU mit rund 24 GB VRAM, etwa eine RTX 4090. Die 14B-Modelle brauchen für den Ein-GPU-Betrieb mindestens 80 GB VRAM. Aktuelle Angaben stehen in der offiziellen README.

Wie lang sind Wan-2.2-Videos?

Wenige Sekunden pro Generierung, mit bis zu 720p. Für längere Videos setzen Sie Clips zusammen.

Unterstützt Wan 2.2 Audio oder Sprache?

Die Haupt-Modelle für Text und Bild erzeugen nur Video. Die separate Variante S2V-14B erzeugt Video, das von Audio gesteuert wird.

Darf ich Wan 2.2 kommerziell nutzen?

Ja, Apache 2.0 erlaubt das. Für die erzeugten Inhalte bleiben Sie verantwortlich, auch bei Urheberrecht, Persönlichkeitsrechten und Kennzeichnung.

Ist Wan 2.2 DSGVO-konform?

Das Modell selbst hat keinen Konformitätsstatus. Beim Selbstbetrieb bleiben Daten auf Ihren Systemen, dennoch brauchen Sie eine Rechtsgrundlage, Einwilligungen für erkennbare Personen und eine Kennzeichnung KI-erzeugter Inhalte. Siehe die Checkliste oben. Das ist keine Rechtsberatung.