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

达州市第三高中app 宿迁市旅游协会app 南通市教育信息app 镇江市第四高中app 鄂州市第一高中app 贵阳市教研app 扬州市第二高中app 锦州市审计公开app 廊坊市第五小学app 淮安市学校app 淮南市台风信息app 白银市热点专题app 琼结县防洪app 长顺县同城app 蕲春县第五中学app 盐池县第五高中app 孝昌县环境保护协会app 庄浪县征地服务app 尼勒克县申建app 万年县特殊家庭关爱协会app 丰宁满族自治县社会求助app 保亭黎族苗族自治县工程造价app 会宁县防火app 滦平县沧县同城app 宝应县防火app 黟县第二高中app 唐河县第五中学app 和静县税收公开app 隆德县环境保护协会app 阜城县公益app 华容县招标信息app 独山县国土信息app 平乐县第二高中app 贡山独龙族怒族自治县电台广播中心app 城固县出口管理app 眉县司法管理app 梓潼县防洪app 安泽县第二高中app 岢岚县特殊家庭关爱协会app 咸丰县土地申报app 平和县应急管理app 祁门县第五高中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