Wan, c'est la famille de modèles d'IA vidéo d'Alibaba. Tu lui donnes un prompt, une photo ou des clips de référence, et il te renvoie une vidéo finie. Depuis Wan 2.5, il génère aussi la musique, les bruitages et des dialogues synchronisés sur les lèvres, dans la même passe. Le dernier-né, Wan 3.0, est sorti en août 2026 et produit des clips de 30 secondes maximum en 1080p.
Ce guide retrace les origines de Wan, ce qui distingue chaque version, lesquelles sont open source, ce qui est gratuit et comment t'y mettre dès aujourd'hui.
Qu'est-ce que Wan AI ?
Wan est un ensemble de modèles génératifs d'Alibaba qui créent des vidéos, mais aussi des images, à partir de texte, d'images, d'audio et de vidéo. Son nom chinois complet est Tongyi Wanxiang (通义万相), qu'on pourrait traduire librement par « dix mille formes ». Les premiers documents en anglais l'abrégeaient parfois en Wanx. Aujourd'hui, « Wan », « Wan AI » et « Wan video » désignent tous la même famille.
Trois choses distinguent Wan des autres générateurs de vidéo IA :
- Des racines open source. Alibaba a publié Wan 2.1 et Wan 2.2 en poids ouverts, sous licence Apache 2.0. Ils servent depuis de base à une bonne partie des outils vidéo de la communauté, des workflows ComfyUI et des modèles affinés.
- Le son en même temps que l'image. À partir de Wan 2.5, musique, bruitages et voix sont générés avec la vidéo, pas doublés après coup. Mets une réplique entre guillemets et un personnage la prononce à l'écran.
- Une réalisation en langage courant. Wan comprend le vocabulaire du cinéma : valeurs de plan, mouvements de caméra, lumière, objectifs, ambiance. Tu décris une scène comme le ferait un réalisateur.
Qui développe Wan ?
Wan est conçu par Tongyi Lab, le laboratoire de recherche en IA d'Alibaba, à qui l'on doit aussi les modèles de langage Qwen. Alibaba propose ses modèles Wan les plus récents via Alibaba Cloud Model Studio, la plateforme Qwen Cloud et son propre site, wan.video. Les versions à poids ouverts sont publiées sur GitHub et Hugging Face.
Pas besoin de passer par Alibaba pour utiliser Wan. Wan Studio est une application web indépendante qui fait tourner les modèles Wan derrière une simple zone de prompt. Elle n'est pas affiliée à Alibaba. Wan 3.0 y est le modèle par défaut, avec Wan 2.7 et Wan 2.5 dans le menu des modèles.
Toutes les versions de Wan, de Wan 2.1 à Wan 3.0
Alibaba a sorti six versions majeures de Wan en 18 mois, entre février 2025 et août 2026. Les deux premières sont open source. À partir de Wan 2.5, les modèles sont hébergés, génèrent du son, et gagnent en durée comme en contrôle à chaque nouvelle version.
| Version | Sortie | Nouveautés | Clip le plus long | Mode de distribution |
|---|---|---|---|---|
| Wan 3.0 | Août 2026 | Scènes de 30 secondes, documents et pages web en entrée, extension de vidéo | 30 s, 1080p | API et applications hébergées |
| Wan 2.7 | Avril 2026 | Contrôle de la première et de la dernière image, édition vidéo par instructions, plusieurs références en entrée | 15 s, 1080p | API et applications hébergées |
| Wan 2.6 | Décembre 2025 | Récits en plusieurs plans, vidéo à partir de références avec l'apparence et la voix d'une personne | 15 s, 1080p | API et applications hébergées |
| Wan 2.5 | Septembre 2025 | Premier Wan avec son intégré et dialogues synchronisés sur les lèvres | 10 s, 1080p | API et applications hébergées |
| Wan 2.2 | Juillet 2025 | Architecture à mélange d'experts, un modèle 720p pour GPU grand public | 5 s, 720p | Poids ouverts (Apache 2.0) |
| Wan 2.1 | Février 2025 | Première version open source, modèles 14B et 1.3B | 5 s, 720p | Poids ouverts (Apache 2.0) |
Wan 2.1 (février 2025) : la percée de l'open source
Alibaba a rendu Wan 2.1 open source le 25 février 2025. La sortie comprenait quatre modèles : deux modèles texte en vidéo de 14 milliards et 1,3 milliard de paramètres, plus deux modèles image en vidéo de 14B, en 480p et en 720p. Le petit modèle se contentait d'environ 8 Go de mémoire graphique pour un clip de 5 secondes en 480p : il tournait donc sur de simples cartes graphiques grand public. À son lancement, Wan 2.1 a pris la tête du benchmark vidéo VBench avec un score global de 86,22 %.
Wan 2.2 (juillet 2025) : le mélange d'experts
Wan 2.2 est arrivé le 28 juillet 2025, toujours sous Apache 2.0. Ses modèles principaux répartissent le travail entre deux experts : l'un pose la scène et le mouvement en début de génération, l'autre affine les détails à la fin. Cela fait 27 milliards de paramètres au total, dont 14 milliards seulement actifs à la fois, pour un coût d'exécution à peu près équivalent à celui de Wan 2.1. Un modèle compact, TI2V-5B, accepte à la fois du texte et des images, en 720p et 24 fps, sur une seule carte comme une RTX 4090. En août 2025, Alibaba a ajouté Wan2.2-S2V, qui anime un personnage à partir d'un fichier audio.
Wan 2.2 reste la version de Wan la plus recherchée, surtout parce qu'on peut la faire tourner gratuitement sur son propre matériel.
Wan 2.5 (septembre 2025) : le son intégré
Wan 2.5 a été présenté en avant-première lors de la conférence Apsara d'Alibaba, fin septembre 2025. C'était le premier Wan à générer l'audio et la vidéo ensemble : voix, bruitages et musique, calés sur l'action. Les clips durent jusqu'à 10 secondes en 1080p, et tu peux aussi fournir une piste audio pour piloter la scène. Wan 2.5 n'a pas été publié en poids ouverts, ce qui a marqué le virage de la famille vers les modèles hébergés.
Wan 2.6 (décembre 2025) : des histoires en plusieurs plans
Alibaba a annoncé Wan 2.6 à la mi-décembre 2025. Il sait découper un seul prompt en plusieurs plans en gardant les mêmes personnages, et il a porté la durée des clips à 15 secondes. Il a aussi inauguré la vidéo à partir de références : charge un court clip d'une personne et Wan 2.6 la fait jouer dans de nouvelles scènes, avec son apparence et sa voix.
Wan 2.7 (avril 2026) : contrôle et édition
Wan 2.7 a été déployé début avril 2026 sous la forme d'une suite couvrant le texte en vidéo, l'image en vidéo, la vidéo à partir de références et l'édition vidéo. Il permet de fixer à la fois la première et la dernière image, de combiner plusieurs images et clips de référence dans une même génération, et de modifier une vidéo existante avec de simples instructions comme « passe sa veste en rouge ». Les clips vont de 2 à 15 secondes, en 720p ou en 1080p.
Wan 3.0 (août 2026) : des scènes de 30 secondes
Wan 3.0 est entré en bêta publique le 6 août 2026 et a été officiellement lancé le 24 août. Il double la durée maximale des clips, qui passe à 30 secondes jusqu'en 1080p, et Alibaba affirme qu'il garde les visages, la composition et l'audio stables d'un plan à l'autre. Il accepte aussi des entrées inattendues : donne-lui un PDF, une présentation, un tableur ou une page web, et il en tire une vidéo. Il sait également prolonger un clip existant. Contrairement à Wan 2.1 et 2.2, ses poids ne sont pas publics.
Que peut faire Wan ?
La famille Wan couvre l'essentiel de ce qu'on attend d'un générateur de vidéo IA. Chaque nouvelle version ajoute des fonctions plutôt que d'en remplacer :
- Texte en vidéo. Décris une scène et Wan la génère, mouvements de caméra et lumière compris.
- Image en vidéo. Charge une photo comme première image et Wan l'anime. Pratique pour les visuels produit, les portraits et les illustrations.
- Première et dernière image. Fixe le début et la fin du clip, et Wan invente le mouvement entre les deux. Idéal pour les boucles et les transitions (Wan 2.7 et 3.0).
- Vidéo à partir de références. Fournis des images ou des clips d'un personnage, d'un produit ou d'un lieu, et Wan les garde cohérents dans une nouvelle scène (Wan 2.6 et suivants).
- Son et dialogues intégrés. Musique, bruitages et voix sortent avec l'image. Les répliques entre guillemets sont synchronisées sur les lèvres (Wan 2.5 et suivants).
- Scènes en plusieurs plans. Un seul prompt peut enchaîner plusieurs plans avec des coupes, sans que les personnages changent (Wan 2.6 et suivants).
- Édition vidéo. Charge un clip et décris un changement : une autre tenue, une autre météo, un autre style. Wan refait le rendu en conservant le mouvement (Wan 2.7 et 3.0).
- Extension de vidéo. Prolonge un clip existant vers l'avant ou vers l'arrière, jusqu'à 30 secondes au total (Wan 3.0).
- Images. Alibaba propose aussi des modèles d'image Wan, et Wan Studio offre un mode image à côté de la vidéo.
Toutes les applications ne proposent pas toutes les fonctions. Sur Wan Studio, les entrées de référence et le mode édition passent par Wan 2.7, tandis que Wan 3.0 part d'un prompt texte ou d'une première image et monte jusqu'à 30 secondes.
Wan est-il open source ?
En partie. Wan 2.1 et Wan 2.2, ainsi que leurs dérivés comme Wan2.2-S2V, sont publiés en poids ouverts sous licence Apache 2.0, qui autorise l'usage commercial. Tu peux les télécharger sur GitHub, Hugging Face ou ModelScope et les faire tourner dans ComfyUI ou Hugging Face Diffusers.
Wan 2.5, 2.6, 2.7 et 3.0 sont proposés sous forme de modèles hébergés, via des API et des applications. Alibaba n'a pas publié les poids de Wan 3.0 à son lancement. Si tu veux les fonctions les plus récentes, le son intégré ou des clips de plus de quelques secondes, tu passeras par une version hébergée.
Wan AI est-il gratuit ?
Ça peut l'être, selon la façon dont tu l'utilises :
- Poids ouverts. Wan 2.1 et 2.2 se téléchargent gratuitement. Tu paies en matériel et en temps d'installation. Le modèle 1.3B tourne avec environ 8 Go de mémoire graphique, le modèle Wan 2.2 TI2V-5B sur une carte de 24 Go, et les modèles 14B demandent davantage de mémoire ou du déchargement vers la RAM (offloading).
- Forfait gratuit Wan Studio. Tu reçois 160 crédits par mois, de quoi faire jusqu'à deux vidéos Wan 2.5 en 480p, sans carte bancaire ni filigrane. Tous les détails sur Wan gratuit.
- Forfaits payants. Wan Studio démarre à 14 $ par mois pour 2 800 crédits, soit environ 39 vidéos. Les forfaits payants débloquent Wan 3.0 et Wan 2.7, le 720p et le 1080p, ainsi qu'une licence commerciale. Alibaba Cloud facture son API à la seconde de vidéo. Compare les forfaits sur la page des tarifs.
Comment accéder à Wan ?
Il y a trois portes d'entrée. Choisis selon le temps que tu veux consacrer à l'installation et les fonctions dont tu as besoin.
| Accès | Idéal pour | Modèles Wan | Ce qu'il te faut |
|---|---|---|---|
| Application web, comme Wan Studio | Créateurs, marketeurs et tous ceux qui veulent des résultats vite | Wan 3.0, 2.7, 2.5 | Une adresse e-mail ; le forfait gratuit pour commencer |
| API, comme la Wan API ou Alibaba Cloud Model Studio | Développeurs qui intègrent la génération vidéo à un produit | Derniers modèles hébergés | Une clé API et un forfait payant ou un compte cloud |
| Poids ouverts en local, dans ComfyUI ou Diffusers | Bidouilleurs, chercheurs, travail hors ligne | Wan 2.1, 2.2 | Un GPU NVIDIA de 8 à 24 Go ou plus, et du temps pour l'installation |
Pour des instructions pas à pas sur chaque option, lis notre guide comment utiliser Wan. Côté développeurs, le plus simple est de commencer par la Wan API.
Quel modèle Wan choisir ?
Prends Wan 3.0 pour tout ce qui est long ou raconte une histoire, Wan 2.7 quand tu as besoin de références ou de retouches, et Wan 2.5 pour des brouillons à petit prix. Le tableau ci-dessous associe les besoins les plus courants au bon modèle.
| Tu veux… | Modèle | Pourquoi |
|---|---|---|
| Faire une pub ou une histoire complète de 15 à 30 secondes en une seule génération | Wan 3.0 | Les clips les plus longs, des personnages stables d'un plan à l'autre |
| Garder le même personnage ou le même produit d'une scène à l'autre | Wan 2.7 | Images, clips et audio de référence tagués dans le prompt |
| Modifier quelque chose dans une vidéo existante | Wan 2.7 en mode édition | Des retouches par instructions qui conservent le mouvement d'origine |
| Créer une boucle parfaite ou une transition précise | Wan 2.7 | Contrôle de la première et de la dernière image |
| Tester des idées sans se ruiner | Wan 2.5 ou Wan 2.5 Fast | Clips de 5 ou 10 secondes, le coût en crédits le plus bas, inclus dans le forfait gratuit |
| Tout faire tourner sur ton propre matériel | Wan 2.2 en local | Poids ouverts et extensions de la communauté, mais pas de son intégré |
Ce qu'on crée avec Wan
La plupart des vidéos Wan sont courtes, concrètes et pensées pour les réseaux sociaux. Les usages les plus courants :
- Pubs vidéo et spots produit. Une photo produit devient la première image, et Wan ajoute le mouvement, la musique et une réplique. Découvre notre sélection de générateurs de vidéos produit par IA (en anglais).
- Contenus pour les réseaux sociaux. Des clips verticaux en 9:16 pour TikTok, Reels et YouTube Shorts. Plus d'infos dans notre article sur les générateurs de vidéo IA pour TikTok (en anglais).
- Personnages qui parlent et vidéos explicatives. Les dialogues entre guillemets sont synchronisés sur les lèvres : un simple portrait peut donc dire une réplique. Apprends à faire parler une photo (en anglais).
- Clips musicaux. La musique et les bruitages sont générés en même temps que les coupes, pour un montage calé sur le rythme.
- Courts-métrages et storyboards. Les scènes en plusieurs plans aux personnages cohérents permettent de présenter une histoire ou de la prévisualiser.
- Vidéos explicatives pour l'entreprise. Sur la plateforme d'Alibaba, Wan 3.0 peut transformer une présentation ou un rapport en courte vidéo.
Les limites à connaître
Wan est puissant, mais ce n'est pas de la magie. Tiens compte de ces limites :
- Les artefacts n'ont pas disparu. Les mains, les mouvements très rapides et les scènes chargées peuvent partir en vrille. Prévois de générer plusieurs prises.
- Le texte à l'écran reste approximatif. Panneaux et étiquettes peuvent sortir illisibles : ajoute le texte exact dans ton logiciel de montage.
- La synchronisation labiale préfère les répliques courtes. Une ou deux phrases par personnage se synchronisent mieux qu'un long discours.
- La durée et la résolution se paient. Un clip de 30 secondes en 1080p consomme bien plus de crédits qu'un brouillon de 5 secondes en 480p.
- Les modèles les plus récents sont fermés. Impossible d'affiner ou d'héberger toi-même Wan 2.5 et les versions suivantes.
- Attention au droit à l'image et aux droits d'auteur. Utilise uniquement des visages, des voix, des musiques et des marques que tu as le droit d'utiliser, et attends-toi à ce que les plateformes bloquent certaines demandes.
Questions fréquentes
Que signifie Wan ?
Wan vient de Tongyi Wanxiang (通义万相), le nom chinois des modèles de génération visuelle d'Alibaba. « Wanxiang » signifie à peu près « dix mille formes ». Ce n'est pas un acronyme : on l'écrit donc Wan, et non WAN.
À qui appartient Wan AI ?
Les modèles Wan sont développés par Tongyi Lab, chez Alibaba. Des applications comme Wan Studio te permettent d'y accéder ; Wan Studio est indépendant et n'est pas affilié à Alibaba.
Quel est le dernier modèle Wan ?
Wan 3.0, lancé en août 2026. Il génère des clips jusqu'à 30 secondes en 1080p, avec son intégré et des personnages stables d'un plan à l'autre. Wan 2.7 reste le modèle de choix pour les entrées de référence et l'édition vidéo.
Peut-on utiliser Wan AI gratuitement ?
Les versions open source Wan 2.1 et 2.2 se téléchargent gratuitement et tournent sur ton propre GPU. Dans le navigateur, le forfait gratuit de Wan Studio te donne jusqu'à deux vidéos Wan 2.5 par mois en 480p, sans carte bancaire. Wan 3.0 et Wan 2.7 nécessitent un forfait payant.
Wan est-il un modèle open source ?
Wan 2.1 et Wan 2.2 sont open source, sous licence Apache 2.0. Wan 2.5, 2.6, 2.7 et 3.0 sont des modèles hébergés, accessibles via des applications et des API, et leurs poids ne sont pas publics.
Wan peut-il générer des vidéos avec du son ?
Oui, depuis Wan 2.5. Musique, bruitages et dialogues sont générés dans la même passe que l'image. Mets la réplique d'un personnage entre guillemets et il la prononce, lèvres synchronisées. Les modèles open source texte en vidéo et image en vidéo de Wan 2.1 et 2.2, eux, sont muets.
Quelle différence entre Wan 2.2 et Wan 3.0 ?
Wan 2.2 est un modèle open source que tu peux faire tourner en local : il produit des clips muets d'environ 5 secondes, jusqu'en 720p. Wan 3.0 est hébergé, monte jusqu'à 30 secondes en 1080p, génère le son et les dialogues, et gère les scènes en plusieurs plans.
Puis-je utiliser les vidéos Wan à des fins commerciales ?
La licence Apache 2.0 de Wan 2.1 et 2.2 autorise l'usage commercial. Pour les versions hébergées, vérifie les conditions de ta plateforme. Sur Wan Studio, tous les forfaits payants incluent une licence commerciale ; le forfait gratuit sert à tester les modèles.
Conclusion
Parti d'une publication de recherche open source, Wan est devenu l'une des familles de modèles vidéo IA les plus abouties du moment, avec le son, les scènes en plusieurs plans et des clips de 30 secondes. Le meilleur moyen de voir ce qu'il sait faire, c'est d'essayer : commence gratuitement sur Wan Studio, écris une courte scène et lance la génération. Quand tu voudras aller plus loin, lis notre guide des prompts Wan.
