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

中山市灾害救助app 南京市第三小学app 西安市卫生协会app 安庆市第一中学app 白银市建设局信息app 衢州市水务app 南通市卫生协会app 张家界市旅游协会app 合肥市振兴乡村app 邵阳市征地服务app 安阳市事业单位app 嘉兴市电力app 绥化市最新新闻app 阜阳市惠农app 长春市政府公报app 辽源市天气监控中心app 来宾市政府公报app 通化市特殊家庭关爱协会app 盘锦市土地局app 南昌市公路管理app 湖州市第三高中app 黄冈市第二小学app 宿州市民政管理app 河池市公益app 曲靖市防灾信息app 雅安市安全宣传app 汉中市消费协会app 齐齐哈尔市第六小学app 鸡东县旅游协会app 饶阳县数据管理局app 泸西县政要信息app 石城县街道办app 道真仡佬族苗族自治县教育信息app 灌阳县第五高中app 含山县第六小学app 融安县防火app 桦南县养殖补助app 嘉义县公开信息app 建平县风力发电app 索县消费协会app 汝城县申建app 灌云县惠农app 阜新蒙古族自治县土地局app 如东县农业补贴app 漳浦县残联app 陵川县公益app 南岔县森林消防app 农安县便民app 陆河县防灾信息app 阜新蒙古族自治县土木工程app 全椒县第四中学app 始兴县粮食管理app 清河县工程造价app 甘孜县桥梁管理app 金川县历史记录app 嘉善县文旅信息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