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

日喀则市法律服务app 枣庄市政务服务app 广元市社会求助app 定西市重大建设公开app 菏泽市妇联app 德阳市土地局app 清远市同城app 安庆市振兴乡村app 焦作市税收公开app 泉州市专题专栏app 内江市旅游监督app 成都市招标信息app 娄底市最新新闻app 宿州市防火app 湖州市招标信息app 亳州市第四中学app 海东市台风监控中心app 日喀则市数据管理局app 大庆市通讯协会app 沈阳市第二中学app 黄山市税收公开app 汉中市公正处app 邯郸市法律服务app 白山市农业局app 陇南市水务app 潮州市土地申报app 西宁市招标信息app 池州市法律服务app 右玉县出口管理app 屏山县妇联app 绥棱县第二中学app 泸西县教育信息app 泰和县人社管理app 曲周县公益app 普定县第六小学app 泽普县建设局信息app 汉源县土木工程app 南乐县重大建设公开app 新干县新闻中心app 湘潭县招标信息app 玉田县第四高中app 新丰县第五中学app 金门县同城app 五莲县通讯协会app 大城县卫生协会app 溆浦县财政信息app 汉阴县新闻中心app 临潭县残联救助app 上林县教育局app 临漳县警务app 金寨县环境保护协会app 永清县社会求助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