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

宝鸡市第五小学app 晋中市街道办app 深圳市学校简介app 儋州市第二高中app 汕尾市农业补贴app 石嘴山市服务大厅app 鄂尔多斯市土木工程app 山南市新闻中心app 平顶山市消费协会app 运城市通讯协会app 池州市特殊家庭关爱协会app 兰州市第三高中app 丽江市公共法律服务app 宝鸡市农业app 河源市服务大厅app 阳泉市台风信息app 韶关市第二中学app 汕头市公开信息app 新宾满族自治县未成年保护协会app 繁峙县铁路管理app 长汀县政务服务app 湘潭县住房保障app 保亭黎族苗族自治县第四小学app 甘泉县助农app 德格县粮食管理app 芒康县税务局app 桑植县惠农app 凤山县征地服务app 波密县天气监控中心app 陇西县重大建设公开app 歙县通讯协会app 铅山县重大建设公开app 浮梁县养老服务app 北川羌族自治县特殊家庭关爱协会app 远安县农业补贴app 萨嘎县司法管理app 繁峙县政要信息app 盘山县第三小学app 岗巴县助农app 甘南县风力发电app 呼玛县数据管理局app 鄄城县第五中学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