Wan2.2-I2V-A14B-LowNoise-Q4_K_M
wanabmeyaが開発したWan2.2-I2V-A14B-LowNoise-Q4_K_Mは、14億パラメータの画像生成モデルです。Wan2.2-I2V-A14B-LowNoise-Q4_K_M is an open-weights image model with roughly 14 billion parameters.
by wanabmeya · 14Bパラメータ
得意な用途
osFoundryでのWan2.2-I2V-A14B-LowNoise-Q4_K_Mの使い方
ご自身のキーで接続（BYOK）
キーダイアログを開き、wanabmeyaのAPIキーを貼り付けるだけで、osFoundryがWan2.2-I2V-A14B-LowNoise-Q4_K_Mを自動的に検出します。パイプラインタブでMaestroのロール（router、direct、orchestrator、fallback）に割り当てれば、すべてのチャットですぐに利用できます。ご自身のキー・ご自身のプロバイダーアカウントで、トークン手数料は一切上乗せしません。
専用エンドポイントをデプロイ
Wan2.2-I2V-A14B-LowNoise-Q4_K_Mはオープンウェイトです。ローカルで無料で実行することも、ワークスペースに専用GPUエンドポイントをデプロイして、レート制限のない予約済み容量を確保することもできます。
Room Appで使う
Room Appはマニフェストで AI 機能を宣言し、invokeAIで呼び出します:
import { invokeAI } from '@osfoundry/app-sdk'
// 'summarize' is an AI feature declared in your app manifest.
const result = await invokeAI('summarize', userText)
ご自身のアプリから呼び出す
モデルをワークスペースに組み込めば、APIとしてホストして、osFoundryの外側にあるご自身のサービス・スクリプト・CIから呼び出すことができます。
Wan2.2-I2V-A14B-LowNoise-Q4_K_Mを動かせるハードウェア
Wan2.2-I2V-A14B-LowNoise-Q4_K_Mは16GBのコンシューマー向けGPU1枚で動作します（KVキャッシュの余裕を含めて約9 GBのVRAM）。フル精度推論はH100 80GB 1枚にFP16精度で収まります（約34 GB）。
Wan2.2-I2V-A14B-LowNoise-Q4_K_Mと類似モデルの比較
ライセンス
未指定 — ライセンス条件が明示されていません。商用利用の前に上流のモデルカードをご確認ください。
上流のドキュメントをご確認ください。
Wan2.2-I2V-A14B-LowNoise-Q4_K_Mについてのよくある質問
Wan2.2-I2V-A14B-LowNoise-Q4_K_Mは無料で使えますか？
Wan2.2-I2V-A14B-LowNoise-Q4_K_Mはご自身のハードウェアでローカル実行する場合は無料です。osFoundry経由のホスティングアクセスは従量課金（入力 Free (local)、出力 Free (local)）となります。ローカルとホスティングはいつでも切り替えられます。
Wan2.2-I2V-A14B-LowNoise-Q4_K_Mを商用利用できますか？
条件付きで商用利用が許可されています。 ライセンス条件が明示されていません。商用利用の前に上流のモデルカードをご確認ください。 上流のドキュメントをご確認ください。
Wan2.2-I2V-A14B-LowNoise-Q4_K_Mに必要なVRAMはどれくらいですか？
Q4量子化で約9 GB、フルFP16精度で約34 GBが目安です。24GBのコンシューマー向けGPU1枚で動作します。
Wan2.2-I2V-A14B-LowNoise-Q4_K_Mをローカルで実行できますか？
はい。Wan2.2-I2V-A14B-LowNoise-Q4_K_Mはオープンウェイトで、ワークステーション向けGPUでローカル実行できます。osFoundryのローカルランタイムがモデルのロード、量子化、ルーティングを処理します。
Wan2.2-I2V-A14B-LowNoise-Q4_K_Mが最も得意なことは何ですか？
Wan2.2-I2V-A14B-LowNoise-Q4_K_Mはimage to videoに適しています。
osFoundryでWan2.2-I2V-A14B-LowNoise-Q4_K_Mをどう使えばよいですか？
キーダイアログでwanabmeya APIキーを貼り付け（セルフホスト可能なモデルの場合はオープンウェイトをデプロイ）、パイプラインタブでWan2.2-I2V-A14B-LowNoise-Q4_K_MをMaestroのロールに割り当てれば、チャット、invokeAI経由のRoom App、ご自身のアプリから利用できます。
wanabmeyaにより公開（2026年4月7日）。 出典: https://huggingface.co/wanabmeya/Wan2.2-I2V-A14B-LowNoise-Q4_K_M