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

宿迁市防洪信息app 安康市住房保障app 六盘水市公共文化服务app 四平市审计公开app 百色市水利app 通化市司法管理app 长治市第五小学app 广州市消防局app 双鸭山市环境保护协会app 日喀则市土地申报app 定西市土木工程app 枣庄市人社管理app 阜阳市消费协会app 舟山市新闻中心app 儋州市申建app 烟台市应急管理app 贵港市劳动局app 绵阳市粮食管理app 北海市最新新闻app 石嘴山市旅游监督app 荆州市公共文化服务app 肇庆市消防局app 阜阳市桥梁管理app 安化县暴雨监控中心app 鹿邑县桥梁管理app 丹棱县暴雨监控中心app 方城县电力app 融安县工商局app 武山县最新新闻app 通城县第二小学app 随县第一中学app 郎溪县电力app 德安县建设局信息app 宣恩县历史记录app 阜宁县农业局app 成县第三中学app 孟村回族自治县城乡建设app 广平县农业局app 镇宁布依族苗族自治县招标信息app 波密县工程造价app 永兴县残联救助app 桂阳县惠农app 五原县工商局app 资源县公正处app 钟山县太阳能发电信息app 桓仁满族自治县工商局app 桓仁满族自治县土木工程app 玉山县第一小学app 宁强县电力app 罗田县公共法律服务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