Ep.1415 Alibaba発「Wan-Animate-2」公開──デュアルブランチDiTが切り拓くアニメーション制作の民主化（2026年8月13日配信）

タイトル

Alibaba発「Wan-Animate-2」公開──デュアルブランチDiTが切り拓くアニメーション制作の民主化

このエピソードで登場するキーワードを説明します。

Wan-Animate-2: Alibabaの「万相 (Wan-AI)」チームが開発したキャラクターアニメーション特化のAIモデル。140億パラメータ（14B）の規模を持ち、オープンソースとして公開されている。

ModelScope: Alibabaが運営するオープンソースのAIモデルプラットフォーム。「中国版Hugging Face」とも呼ばれ、世界中の開発者が最新のAIモデルを共有・検証する中核的な場となっている。

DiT (Diffusion Transformer): 従来の画像生成で主流だったU-Netに代わり、大規模言語モデルで使われるTransformer構造を拡散モデルに適用した技術。スケーリングにより映像の品質を劇的に向上させる。

それでは解説に入ります。

AlibabaのAI研究チーム「万相（Wan-AI）」が2026年8月8日、最新のキャラクターアニメーション特化モデル「Wan2.2-Animate-2-14B」をModelScope上で公開し、世界の開発者コミュニティで大きな反響を呼んでいます。140億パラメータを誇るこのモデルは、エンドツーエンドのデュアルブランチDiTフレームワークを採用しており、単なる動画生成にとどまらず、テキスト指示による精密なカメラ視点の制御や、リアルタイムのストリーミング生成までサポートしているのが最大の特徴です。

この技術により、一枚のキャラクター画像と動きの元となるドライビングビデオを入力するだけで、元のキャラクターデザインを完全に保ったまま、指定した動きを極めて自然に再現する高品質なアニメーションを生成できます。商用利用が可能なApache 2.0ライセンスのもとで公開されたことで、発表直後からDiffSynth-Studioといった主要な生成AIフレームワークに統合され、軽量化された蒸留モデルとともにローカル環境での実装テストが世界中で急速に進められています。

現在、世界の動画生成AI市場は激しい主導権争いの只中にあります。特定の巨大企業が提供するクラウド型のクローズドモデルが存在感を示す一方で、直近の2026年8月にはMiniMax-H3をはじめとする中国発の強力なオープンモデルが立て続けにリリースされています。その中でWan-Animate-2は、実用的な推論が可能なサイズ感でありながら、映像制作の現場で強く求められる「キャラクターの一貫性」と「動きの細かな制御」という技術的課題をオープンソースの枠組みで解決しました。

このモデルの登場は、エンターテインメント業界や広告業界のビジネス構造に直結する出来事です。企業は手元のコンシューマー向けGPUを活用したローカル環境でセキュアにプロ品質のアニメーション制作を行えるようになるため、これまで膨大な予算と時間を要していた映像制作プロセスの内製化が加速します。クリエイターの表現力を飛躍的に拡張すると同時に、中小規模のプロダクションにとってもAIを前提とした次世代の映像ワークフローを構築する強力な標準インフラとなる見通しです。

今回のエピソードは以上で終了です。また次回お会いしましょう。