TL;DR
Wan 2.2 Animate は、キャラクター画像とリファレンス動画の2入力で、モーション/表情を転写してアニメ化するか、動画内の人物を差し替える AI です。Apache 2.0 のオープンソースで、ComfyUI プラグインとしても使えます。
この記事の位置づけ:これは、私がフレーム単位の品質を測ったベンチマークではなく、動かすための設定・入力仕様・観察すべき点をまとめた検証記録です。品質はリファレンス動画の動きとキャラ画像に強く依存するため、他人の結果は自分の素材にそのまま転移しません。実際の仕上がりは、ご自身の素材で確認してください。
主な仕様（公式ページ記載時点）
| 項目 | 値 |
|---|---|
| 入力 | キャラ画像 + 参照動画 |
| 動画形式 | MP4, MOV, MKV |
| 動画上限 | 最大 10MB、最大 30秒 |
| 画像形式 | JPG, PNG, WEBP |
| 画像上限 | 最大 10MB |
| 出力解像度 | 720p HD（約 6秒）※後述の注記参照 |
| アスペクト比 | 16:9, 9:16, 1:1 |
| ライセンス | Apache 2.0 |
注記: 公式の説明には「720p HD」とありますが、UI上には 480p のトグルが存在します。実際にどちらが適用されるかは、試す際に公式ページで確認してください。
何ができるのか：2つのモード
Wan 2.2 Animate は、1つのパイプラインで2つのことをやります。
1. アニメ化（Animation）
静止したキャラクター画像に対して、参照動画から身体のモーションと表情を転写します。動かないイラストやキャラ立ち絵に、動画の動きを乗せるイメージです。
2. 差し替え（Replacement）
既存の動画の中の人物を、自分のキャラクター画像に置き換えます。このとき Relighting LoRA というモジュールで、元動画の光やトーンを保ったまま馴染ませる、と説明されています。
どちらのモードも、入力は「キャラ画像」と「参照動画」の2つです。
前提：どこで動かすか
試す前に決めるのは「どこで動かすか」です。選択肢は2つあります。
A. 自前で ComfyUI
Wan 2.2 Animate は Apache 2.0 のオープンソースで、ComfyUI プラグインが用意されています。GPU と環境を自分で用意できるなら、こちらが自由度は高いです。ライセンス的にも、広告・映像・ゲームなどの商用プロジェクトで使える、とFAQに書かれています。
B. ブラウザのホスト版
環境構築なしで手早く挙動を確かめたいなら、ホスト版が早いです。私が仕様を確認したのはブラウザで動かせるWan 2.2 Animateで、入力上限や出力仕様はこのページの記載に基づいています。GPU を用意せずに、まず「自分の素材で成立するか」を見るには向いています。
エンジニア視点だと、まずホスト版で入力素材の相性を確かめ、量産や細かい制御が必要になったら ComfyUI に移す、という順番が現実的だと思います。
手順：入力と設定のチェックリスト
ホスト版の場合、基本の流れはこうです。
1. 入力の準備
キャラクター画像
- JPG / PNG / WEBP
- 最大 10MB
- 正面または斜めのポーズが参照動画と合っていると、破綻が少ない
参照動画
- MP4 / MOV / MKV
- 最大 10MB、最大 30秒
- 動きが明確で、背景が複雑すぎないと失敗が減る
どちらも 10MB の制約があるので、事前に圧縮や切り出しをしておくと安全です。
2. モード選択
- Animate（アニメ化）: 静止画に動きを乗せる
- Replace（差し替え）: 動画内の人物を置き換える
3. アスペクト比
- 16:9 / 9:16 / 1:1 から選択
- 出力は約 6秒（公式記載時点）
4. 生成
ボタンを押して待つだけです。処理時間は「週→分に短縮」と書かれているものの、具体的な秒数は不明です。入力のサイズや長さに依存すると思われます。
5. 結果の確認と観察ポイント
生成された動画は、そのまま使えるかどうかを次の視点で確かめます。
- 表情の追従: 顔の表情が参照動画の動きにどこまで追従しているか
- 手足のブレ: 指や手足が破綻していないか
- 差し替え時の光と色の馴染み: Replace モードの場合、キャラが元の動画に自然に溶け込んでいるか
- 動きの激しさ: 参照動画の動きが速すぎるとブレやすい
これらは「観察ポイント」であって、すべてが完璧に出るとは限りません。自分の素材で、どこが成立してどこが崩れるかを見る、という前提です。
正直に書いておきたいこと
試すうえで、事前に知っておくと良い点をいくつか。
解像度の記載が食い違う
すでに触れましたが、公式説明は 720p、UI には 480p のトグルがあります。どちらで出力されるかは環境やプランによる可能性があるので、生成前に一度確認してください。断定はしません。
クレジット消費量は明記がない
このツール単体の消費クレジット数や無料枠の具体的な数値は、ページに明記されていませんでした。サイト共通の「Free Credits +26」「Upgrade Pro」の表示はありますが、Wan 2.2 Animate 専用の数値ではありません。実際に試すときに確認するのが確実です。
モデル名と提携について
Wan は Alibaba 発のモデル名として知られていますが、ホスト版のページには Wan/Alibaba との提携関係についての記載はありませんでした。また、Imagvio のようなホスト型サービスは、Google など大手との提携を明確に否定しています。モデル名が有名でも、提携しているとは限らない、という点は押さえておくと安全です。
まとめ
Wan 2.2 Animate は、キャラ画像 + 参照動画の2入力で、モーション転写と人物差し替えを1つのパイプラインでこなす AI です。整理すると:
- 入力: キャラ画像（≤10MB）+ 参照動画（≤10MB / ≤30秒）
- 出力: 720p・約6秒・16:9/9:16/1:1（解像度は要確認）
- 動かし方: OSS（Apache 2.0）で ComfyUI 自前構築、または ブラウザのホスト版
- 観察点: 表情追従・手足のブレ・光の馴染み・動きの激しさ
繰り返しになりますが、これは再現できる検証設定の記録であって、私が測ったフレーム品質のベンチマークではありません。品質は入力素材に強く依存します。まずは自分のキャラ画像と、短くて動きの明確な参照動画を1本用意して、成立するかどうかを確かめてみてください。そこが、この手のツールを評価するいちばん確実な入り口だと思います。