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

贵港市特殊家庭关爱协会app 德州市第六小学app 锦州市农业补贴app 云浮市教研app 营口市工商局app 遵义市消防局app 六盘水市残联app 南宁市政府公报app 潮州市不良信息举报app 太原市申建app 榆林市消费协会app 周口市水务app 商洛市政府公报app 聊城市暴雨监控中心app 焦作市第二中学app 龙岩市公共文化服务app 鄂尔多斯市政务服务app 唐山市非物质文化遗产app 扬州市服务大厅app 广州市电视台广播app 佛山市论坛app 西宁市电台广播中心app 阜新市第三高中app 中卫市防洪app 湘潭市公正处app 漳州市政要信息app 舟山市民政管理app 徐州市第三小学app 灌南县暴雨监控中心app 盘山县电力app 惠来县第五高中app 安仁县住房保障app 金沙县重大建设公开app 明溪县消费协会app 奉节县第三中学app 定南县森林消防app 正安县公益app 丹寨县残联app 西峡县审计公开app 嘉祥县政务监督app 昌黎县第一高中app 闻喜县警务app 丘北县中心校app 吉木乃县税务局app 英山县风力发电app 宁城县服务大厅app 合浦县第二高中app 滨海县论坛app 凤冈县财政信息app 安平县事业单位app 平潭县森林消防app 海原县公正处app 宜川县电台广播中心app 苍溪县服务大厅app 肇州县妇联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