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

长春市征地服务app 遵义市文旅信息app 内江市教育局app 宁德市天气监控中心app 来宾市土地申报app 娄底市应急管理app 信阳市妇联app 沈阳市服务大厅app 保定市旅游协会app 廊坊市市场监督app 银川市公路管理app 鄂尔多斯市桥梁管理app 咸阳市政府公报app 莆田市养殖补助app 日喀则市建设局信息app 眉山市卫生协会app 辽阳市事业单位app 咸阳市历史记录app 金昌市惠农app 庆阳市消防局app 漳州市天气监控中心app 昆明市第一小学app 枣强县土地申报app 同德县财政信息app 宜丰县专题专栏app 田东县出口管理app 方城县教育信息app 屏东县便民app 绥德县财政信息app 石泉县教育局app 社旗县中心校app 旬邑县服务大厅app 新兴县工程造价app 八宿县第三高中app 平阴县农业补贴app 新化县农业补贴app 勐腊县学校简介app 广宗县安全生产app 彭泽县防灾信息app 上犹县出口管理app 偏关县暴雨监控中心app 平乡县农业局app 宁洱哈尼族彝族自治县助农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