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

扬州市信息公开app 长春市公益app 漳州市不良信息举报app 日喀则市城乡建设app 盘锦市助农app 怀化市法律服务app 鄂州市农业补贴app 廊坊市教育信息app 宜宾市应急管理app 贵阳市公共法律服务app 来宾市公共文化服务app 淮安市电台广播中心app 宝鸡市税收公开app 商洛市服务大厅app 清远市重大建设公开app 赣州市第二中学app 承德市风力发电app 郑州市税收公开app 汉中市事业单位app 鄂州市劳动局app 双鸭山市助农app 延安市第一中学app 黄冈市第三中学app 云浮市农业app 许昌市残联救助app 海盐县第五小学app 博白县第二高中app 巨鹿县消费协会app 富顺县第二中学app 盘山县新闻中心app 南县新闻中心app 唐河县旅游协会app 蒲江县灾害救助app 丰县惠农app 伊吾县信息公开app 博兴县养老服务app 泸县第二小学app 洛浦县第二高中app 巧家县台风信息app 普兰县未成年保护协会app 泸县农业补贴app 炎陵县公正处app 东兰县非物质文化遗产app 富顺县事业单位app 比如县旅游协会app 宜良县环境保护协会app 法库县学校简介app 黑山县风力发电app 皮山县第一中学app 桃源县建设局信息app 平罗县天气监控中心app 乌兰县未成年保护协会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