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

鹤壁市暴雨监控中心app 滁州市残联救助app 营口市第六小学app 四平市城乡建设app 大连市助农app 襄阳市申建app 襄阳市同城app 保定市土木工程app 晋中市第四中学app 信阳市专题专栏app 南昌市公共法律服务app 石嘴山市第五中学app 宁德市教育局app 河池市工商局app 拉萨市第二高中app 开封市养老服务app 海兴县征地服务app 墨玉县城乡建设app 达日县政府公报app 长岭县公益app 鸡泽县威县第四中学app 岐山县电视台广播app 龙陵县助农app 保亭黎族苗族自治县消防宣传app 得荣县土地申报app 疏附县第三高中app 越西县第五高中app 岫岩满族自治县消费协会app 静乐县申建app 庆元县公正处app 连平县学校简介app 湟源县防火app 馆陶县论坛app 绥棱县财政信息app 宝清县暴雨监控中心app 梁河县妇联app 博罗县政府信息公开指南app 柘荣县第四中学app 闽侯县申建app 望谟县消防局app 尤溪县税务局app 岱山县粮食管理app 连平县申建app 上林县第四中学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