阿里万相视频生成大模型宣布开源：8.2GB 显存就能跑，测试超越 Sora

石嘴山市水务app 山南市第五高中app 安阳市政府公报app 吐鲁番市数据管理局app 昆明市建设局信息app 马鞍山市第四中学app 达州市政府公报app 哈密市审计公开app 萍乡市工程造价app 珠海市电视台广播app 广安市惠农app 淮北市太阳能发电信息app 吐鲁番市第四高中app 吐鲁番市第五高中app 烟台市新闻中心app 宿迁市台风监控中心app 惠州市助农app 东莞市信息公开app 济南市政务服务app 临颍县司法管理app 阿合奇县论坛app 新丰县桥梁管理app 东兰县信息公开app 喀喇沁左翼蒙古族自治县台风监控中心app 石屏县公共法律服务app 林周县民政管理app 忠县最新新闻app 罗平县社会求助app 喜德县安全宣传app 安泽县农业app 榕江县服务大厅app 五华县台风监控中心app 松潘县最新新闻app 柏乡县不良信息举报app 镇原县卫生协会app 江孜县非物质文化遗产app 郓城县便民app 桦川县防灾信息app 巴马瑶族自治县学校app 鄱阳县第二小学app 曹县事业单位app 广河县消费协会app 伊川县国土信息app 木垒哈萨克自治县灾害救助app 常山县土地申报app 突泉县政要信息app 惠东县征地服务app 安新县第五小学app 永昌县土木工程app

本站 2 月 25 日消息，阿里云今日宣布旗下视觉生成基座模型万相 2.1（Wan）开源。

此次开源采用最宽松的 Apache2.0 协议，14B 和 1.3B 两个参数规格的全部推理代码和权重全部开源，同时支持文生视频和图生视频任务，全球开发者可在 Github、HuggingFace 和魔搭社区下载体验。

据介绍，14B 万相模型在指令遵循、复杂运动生成、物理建模、文字视频生成等方面表现突出，在评测集 VBench 中，万相 2.1 以总分 86.22% 的成绩超越 Sora、Luma、Pika 等国内外模型，位列榜首。1.3B 版本测试结果不仅超过了更大尺寸的开源模型，甚至还接近部分闭源模型，同时能在消费级显卡运行，号称“仅需 8.2GB 显存就可以生成 480P 视频”，适用于二次模型开发和学术研究。

万相视频模型架构图

在算法设计上，万相基于主流 DiT 架构和线性噪声轨迹 Flow Matching 范式，研发了高效的因果 3D VAE、可扩展的预训练策略等。以 3D VAE 为例，为了高效支持任意长度视频的编码和解码，万相在 3D VAE 的因果卷积模块中实现了特征缓存机制，从而代替直接对长视频端到端的编解码过程，实现了无限长 1080P 视频的高效编解码。此外，通过将空间降采样压缩提前，在不损失性能的情况下进一步减少了 29% 的推理时内存占用。

万相团队的实验结果显示，在运动质量、视觉质量、风格和多目标等 14 个主要维度和 26 个子维度测试中，万相均达到了业界领先表现，并且斩获 5 项第一。

本站附开源地址：

Github：https://github.com/Wan-Video

HuggingFace：https://huggingface.co/Wan-AI

魔搭社区：https://modelscope.cn/organization/Wan-AI