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

保定市旅游协会app 永州市第二高中app 鄂尔多斯市住房保障app 漳州市防灾信息app 宿迁市政务服务app 唐山市防火app 承德市安全宣传app 深圳市公路管理app 日喀则市人社管理app 四平市公益app 商洛市水务app 白银市新闻中心app 内江市电台广播中心app 景德镇市建设局信息app 阜新市工商局app 温州市水利app 榆林市水务app 巴彦淖尔市惠农app 鄂尔多斯市政务服务app 金昌市防火app 朔州市第二小学app 驻马店市防洪信息app 沧州市数据管理局app 潍坊市第一小学app 汉中市重大建设公开app 十堰市第二小学app 韶关市申建app 定西市振兴乡村app 合江县天气监控中心app 晴隆县妇联app 勐腊县便民app 循化撒拉族自治县第三小学app 清徐县防灾信息app 武宁县便民app 单县司法管理app 石渠县防火app 精河县非物质文化遗产app 郓城县第五高中app 云林县助农app 安溪县住房保障app 凤阳县安全生产app 凤县中心校app 睢宁县教研app 托克逊县第四中学app 罗田县招标信息app 大箐山县消防宣传app 井研县法律服务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