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

吉林市便民app 肇庆市电力app 克拉玛依市安全生产app 松原市新闻中心app 朔州市政府公报app 无锡市养殖补助app 临汾市城乡建设app 惠州市征地服务app 新乡市工商局app 上饶市铁路管理app 扬州市劳动局app 北海市安全宣传app 吕梁市旅游协会app 三亚市未成年保护协会app 芜湖市财政信息app 抚顺市公共法律服务app 东营市第四小学app 蚌埠市风力发电app 湘潭市公益app 杭州市学校简介app 荔波县信息公开app 莘县政务服务app 甘洛县第一高中app 海盐县学校简介app 晴隆县第五高中app 宁武县非物质文化遗产app 孝昌县教研app 寻乌县第一中学app 仁布县公共文化服务app 青龙满族自治县公益app 湖口县土木工程app 剑河县新闻中心app 广饶县粮食管理app 衡南县第五中学app 金塔县公路管理app 木垒哈萨克自治县电视台广播app 淳化县征地服务app 湖口县工程造价app 新竹县旅游协会app 温泉县第三中学app 兴和县不良信息举报app 剑阁县太阳能发电信息app 封丘县灾害救助app 将乐县铁路管理app 苗栗县街道办app 宕昌县第五小学app 大城县街道办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