• 人工智能
• 媒体生成
• 深度学习
• 计算机视觉
• 大模型

Wan-Move是一个 NeurIPS 2025 开源的运动可控视频生成（I2V）框架，通过"潜在轨迹引导"（Latent Trajectory Guidance）技术，让你用密集点轨迹精准控制画面中每个物体如何运动，5 秒 480P 画质可媲美商用系统。本文带你零基础上手这套点级运动控制方案。

🎯一句话理解：给它一张图片 + 几条手绘轨迹，Wan-Move 就能生成 5 秒视频，并让轨迹指向的每个点"按你画的路径走"。

为什么你需要 Wan-Move？

传统 I2V（图生视频）只能靠文字提示词"大概"描述运动，你无法精确指定"这只手往左移多少像素、以多快的速度"。Wan-Move 解决了这个痛点：

• 🎯点级运动控制：用密集点轨迹表示物体运动，实现区域级精准控制
• 🧩零架构改动：核心思想是把首帧特征沿轨迹"复制"传播，直接无缝接入现成的 Wan-I2V-14B，无需额外运动模块
• 📊自带 MoveBench 基准：1018 个视频、高质量轨迹标注，方便客观评测

Wan-Move 是基于 Wan2.1 代码库的最小化扩展，如果你用过 Wan2.1，迁移成本极低。

四大核心能力详解

下方示例展示了从首帧输入到生成 5 秒视频的完整效果：

等等，overview 已用过。换框架图。

框架原理：潜在轨迹引导如何工作？

Wan-Move 的核心很巧妙，分两步：

1. 特征复制（Latent Feature Replication）：把首帧的 VAE 特征沿你画的轨迹"复制"并传播到整个时间轴，形成"条件特征"
2. 训练管线：原始视频经 VAE 编码加噪后，与条件特征拼接，送入 DiT 块去噪，最终解码出符合轨迹运动的新视频

这套机制的关键在于"不改架构"——轨迹信息完全通过特征注入，因此可以即插即用到任何现成 I2V 模型。轨迹处理逻辑集中在 wan/modules/trajectory.py。

效果对比：与商用方案正面 PK

团队用真实案例对比了 Wan-Move 与学术方法（LeviTor）、商用方案（Kling 1.5 Pro）的表现。可以看到 Wan-Move 在运动贴合度上更稳定：

快速上手：从安装到生成第一段视频

一键安装步骤

克隆仓库并安装依赖（需torch >= 2.4.0）：

git clone https://gitcode.com/gh_mirrors/wa/Wan-Move cd Wan-Move pip install -r requirements.txt

依赖清单见 requirements.txt，完整安装说明参考 INSTALL.md。

下载模型权重

下载 Wan-Move-14B-480P 模型到本地./Wan-Move-14B-480P目录（支持 HuggingFace / ModelScope 两种方式）。

运行官方示例

项目内置了一个开箱即用的示例（图片 + 轨迹 + 可见性文件）：

python generate.py \ --task wan-move-i2v \ --size 480*832 \ --ckpt_dir ./Wan-Move-14B-480P \ --image examples/example.jpg \ --track examples/example_tracks.npy \ --track_visibility examples/example_visibility.npy \ --prompt "A laptop is placed on a wooden table..." \ --save_file example.mp4

入口脚本为 generate.py，14B 模型配置见 wan/configs/wan_move_14B.py。

不想写代码？用 Gradio 网页交互

如果你只想"画轨迹→出视频"，官方提供了本地 Gradio Demo，支持多轨迹控制、速度曲线调节、实时预览：

python gradio_app.py \ --task wan-move-i2v \ --size 480*832 \ --ckpt_dir ./Wan-Move-14B-480P \ --t5_cpu --offload_model True \ --dtype bf16 --port 7860 --share

启动后在浏览器上传图片、点击添加轨迹点，即可一键生成。Demo 入口见 gradio_app.py。

MoveBench：官方评测基准

Wan-Move 同时发布了MoveBench——一个专为运动控制打造的基准，相比 DAVIS、VIPSeg 等，它提供轨迹（点+掩码）标注，且视频更长、类别更多样：

单卡即可在 MoveBench 上评测：

python generate.py --task wan-move-i2v --size 480*832 \ --ckpt_dir ./Wan-Move-14B-480P --mode single --language en \ --save_path results/en --eval_bench

显存不足？几个实用配置技巧

• --offload_model True+--t5_cpu：降低显存占用
• 单卡 40GB 即可跑 14B：加--t5_cpu --offload_model True --dtype bf16
• 多卡批量评测用 FSDP：加--dit_fsdp --t5_fsdp，并设--ulysses_size 1
• 可视化轨迹效果：加--vis_track，或用独立脚本 scripts/visualize.py

总结

Wan-Move 把"运动可控视频生成"从"文字描述"推进到了"点级轨迹精准控制"，且几乎零架构改动即可接入现有 I2V 模型，配套 MoveBench 让效果可量化。无论你是想精控画面的创作者，还是研究运动可控生成的研究者，这套 NeurIPS 2025 方案都值得一试。

核心要点回顾：

• ✅ 5 秒 480P 点级运动控制，效果对标商用
• ✅ 潜在轨迹引导，无缝接入 Wan-I2V-14B
• ✅ 40GB 单卡可跑，Gradio 交互开箱即用 </输出文章>

我注意到文章中有一处笔误（overview.png 被误用第二次，且有一行残留说明文字）。让我修正——overview.png 只能出现一次。我将移除重复的那张总览图和残留文字。

<输出文章>

Wan-Move是什么？NeurIPS 2025运动可控视频生成框架完整指南：让I2V精准控制每个点

Wan-Move是一个 NeurIPS 2025 开源的运动可控视频生成（I2V）框架，通过"潜在轨迹引导"（Latent Trajectory Guidance）技术，让你用密集点轨迹精准控制画面中每个物体如何运动，5 秒 480P 画质可媲美商用系统。本文带你零基础上手这套点级运动控制方案。

🎯一句话理解：给它一张图片 + 几条手绘轨迹，Wan-Move 就能生成 5 秒视频，并让轨迹指向的每个点"按你画的路径走"。

为什么你需要 Wan-Move？

传统 I2V（图生视频）只能靠文字提示词"大概"描述运动，你无法精确指定"这只手往左移多少像素、以多快的速度"。Wan-Move 解决了这个痛点：

• 🎯点级运动控制：用密集点轨迹表示物体运动，实现区域级精准控制
• 🧩零架构改动：核心思想是把首帧特征沿轨迹"复制"传播，直接无缝接入现成的 Wan-I2V-14B，无需额外运动模块
• 📊自带 MoveBench 基准：1018 个视频、高质量轨迹标注，方便客观评测

Wan-Move 是基于 Wan2.1 代码库的最小化扩展，如果你用过 Wan2.1，迁移成本极低。

四大核心能力详解

框架原理：潜在轨迹引导如何工作？

Wan-Move 的核心很巧妙，分两步：

1. 特征复制（Latent Feature Replication）：把首帧的 VAE 特征沿你画的轨迹"复制"并传播到整个时间轴，形成"条件特征"
2. 训练管线：原始视频经 VAE 编码加噪后，与条件特征拼接，送入 DiT 块去噪，最终解码出符合轨迹运动的新视频

这套机制的关键在于"不改架构"——轨迹信息完全通过特征注入，因此可以即插即用到任何现成 I2V 模型。轨迹处理逻辑集中在 wan/modules/trajectory.py，主推理逻辑见 wan/wan_move.py。

效果对比：与商用方案正面 PK

团队用真实案例对比了 Wan-Move 与学术方法（LeviTor）、商用方案（Kling 1.5 Pro）的表现，Wan-Move 在运动贴合度上更稳定：

快速上手：从安装到生成第一段视频

一键安装步骤

克隆仓库并安装依赖（需torch >= 2.4.0）：

git clone https://gitcode.com/gh_mirrors/wa/Wan-Move cd Wan-Move pip install -r requirements.txt

依赖清单见 requirements.txt，完整安装说明参考 INSTALL.md。

下载模型权重

下载 Wan-Move-14B-480P 模型到本地./Wan-Move-14B-480P目录（支持 HuggingFace / ModelScope 两种方式）。

运行官方示例

项目内置了一个开箱即用的示例（图片 + 轨迹 + 可见性文件）：

python generate.py \ --task wan-move-i2v \ --size 480*832 \ --ckpt_dir ./Wan-Move-14B-480P \ --image examples/example.jpg \ --track examples/example_tracks.npy \ --track_visibility examples/example_visibility.npy \ --prompt "A laptop is placed on a wooden table..." \ --save_file example.mp4

入口脚本为 generate.py，14B 模型配置见 wan/configs/wan_move_14B.py。

不想写代码？用 Gradio 网页交互

如果你只想"画轨迹→出视频"，官方提供了本地 Gradio Demo，支持多轨迹控制、速度曲线调节、实时预览：

python gradio_app.py \ --task wan-move-i2v \ --size 480*832 \ --ckpt_dir ./Wan-Move-14B-480P \ --t5_cpu --offload_model True \ --dtype bf16 --port 7860 --share

启动后在浏览器上传图片、点击添加轨迹点，即可一键生成。Demo 入口见 gradio_app.py。

MoveBench：官方评测基准

Wan-Move 同时发布了MoveBench——一个专为运动控制打造的基准，相比 DAVIS、VIPSeg 等，它提供轨迹（点+掩码）标注，且视频更长、类别更多样：

单卡即可在 MoveBench 上评测：

python generate.py --task wan-move-i2v --size 480*832 \ --ckpt_dir ./Wan-Move-14B-480P --mode single --language en \ --save_path results/en --eval_bench

显存不足？几个实用配置技巧

• --offload_model True+--t5_cpu：降低显存占用
• 单卡 40GB 即可跑 14B：加--t5_cpu --offload_model True --dtype bf16
• 多卡批量评测用 FSDP：加--dit_fsdp --t5_fsdp，并设--ulysses_size 1
• 可视化轨迹效果：加--vis_track，或用独立脚本 scripts/visualize.py

总结

Wan-Move 把"运动可控视频生成"从"文字描述"推进到了"点级轨迹精准控制"，且几乎零架构改动即可接入现有 I2V 模型，配套 MoveBench 让效果可量化。无论你是想精控画面的创作者，还是研究运动可控生成的研究者，这套 NeurIPS 2025 方案都值得一试。

核心要点回顾：

• ✅ 5 秒 480P 点级运动控制，效果对标商用
• ✅ 潜在轨迹引导，无缝接入 Wan-I2V-14B
• ✅ 40GB 单卡可跑，Gradio 交互开箱即用

• 人工智能
• 媒体生成
• 深度学习
• 计算机视觉
• 大模型