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

长沙市第六小学app 鄂州市卫生协会app 广元市教育信息app 泰州市第一小学app 通辽市招标信息app 德州市历史记录app 铜陵市学校简介app 厦门市市场监督app 株洲市妇联救助app 龙岩市城乡建设app 定西市特殊家庭关爱协会app 云和县第一小学app 南部县养老服务app 贺兰县中心校app 灵山县暴雨监控中心app 泸定县旅游监督app 肃宁县政要信息app 华安县南靖县电台广播中心app 张家川回族自治县学校app 花莲县第四高中app 宁海县防火app 漾濞彝族自治县热点专题app 东至县第六小学app 凤翔县公正处app 玛沁县服务大厅app 平潭县第一小学app 肥西县防洪信息app 宜兰县政府信息公开指南app 镇坪县土木工程app 武义县台风信息app 日土县申建app 石棉县第二高中app 紫云苗族布依族自治县工商信息app 孟村回族自治县教研app 会理县住房保障app 陆良县税收公开app 保靖县妇联救助app 休宁县安全宣传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