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

赤峰市第四高中app 德州市国土信息app 郑州市学校简介app 南平市惠农app 怀化市通讯协会app 普洱市新闻中心app 新乡市防洪app 长沙市重大建设公开app 岳阳市住房保障app 乌鲁木齐市审计公开app 宣城市风力发电app 成都市卫生协会app 保山市安全宣传app 连云港市税收公开app 德阳市消防宣传app 荆州市铁路管理app 佛山市审计公开app 新余市农业补贴app 眉山市旅游协会app 荆州市法律服务app 六盘水市天气监控中心app 烟台市电力app 绥化市社会求助app 毕节市公开信息app 邯郸市重大建设公开app 吐鲁番市招标信息app 晋中市消防局app 深圳市第四高中app 中山市第六小学app 宁德市招标信息app 郯城县太阳能发电信息app 富川瑶族自治县工程造价app 和顺县审计公开app 遂川县万安县城乡建设app 微山县不良信息举报app 龙州县防洪app 察布查尔锡伯自治县学校简介app 垣曲县第四小学app 壶关县公共法律服务app 东光县建设局信息app 陆河县数据管理局app 鄄城县惠农app 阳信县水务app 吉水县农业补贴app 雅江县第一中学app 曲水县消费协会app 兴和县残联app 陆河县公共法律服务app 祁东县土木工程app 通化县第六小学app 成县暴雨监控中心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