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

日喀则市第一小学app 孝感市防洪app 安康市公共法律服务app 宜昌市学校app 盘锦市政务服务app 石嘴山市第一高中app 肇庆市养殖补助app 威海市第五中学app 西安市防洪app 忻州市政要信息app 郑州市电台广播中心app 舟山市消防局app 乌兰察布市警务app 平凉市特殊家庭关爱协会app 淄博市通讯协会app 合肥市申建app 亳州市政务服务app 大庆市建设局信息app 白山市防洪信息app 那曲市教育局app 内江市风力发电app 白山市工程造价app 韶关市历史记录app 六安市卫生协会app 韶关市养老服务app 常州市土木工程app 平凉市消费协会app 平凉市政要信息app 芜湖市消防宣传app 新晃侗族自治县防洪app 镇雄县专题专栏app 保德县养老服务app 柯坪县学校app 枣强县第三小学app 祁东县太阳能发电信息app 黄平县重大建设公开app 三都水族自治县第三高中app 广平县应急管理app 永靖县第五小学app 右玉县法律服务app 武功县招标信息app 元江哈尼族彝族傣族自治县桥梁管理app 延津县财政信息app 徐闻县公共文化服务app 金川县工程造价app 英吉沙县热点专题app 于田县水利app 金平苗族瑶族傣族自治县教育局app 孙吴县申建app 巨鹿县天气监控中心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