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

七台河市便民app 德州市服务大厅app 通辽市消费协会app 漳州市土地申报app 南通市热点专题app 襄阳市税收公开app 大同市不良信息举报app 池州市防火app 滨州市征地服务app 南平市学校app 丽江市公正处app 孝感市政务监督app 泰州市电台广播中心app 秦皇岛市第六中学app 海东市工程造价app 中卫市教研app 池州市妇联app 岳阳市消防局app 铜川市第二高中app 亳州市妇联app 榕江县土地申报app 康马县热点专题app 商水县防洪app 石柱土家族自治县养殖补助app 阳山县学校简介app 安化县桥梁管理app 花莲县第四高中app 正阳县专题专栏app 白河县土地申报app 岳阳县不良信息举报app 怀宁县水利app 环县暴雨监控中心app 山阴县工程造价app 临夏县市场监督app 通化县城乡建设app 光泽县公开信息app 辉南县论坛app 博罗县农业局app 三江侗族自治县土地局app 天峻县第四小学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