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

武汉市太阳能发电信息app 贺州市同城app 张家口市天气监控中心app 佛山市工商信息app 茂名市天气监控中心app 南宁市城乡建设app 玉林市新闻中心app 营口市便民app 玉林市风力发电app 南阳市防灾信息app 鞍山市旅游监督app 云浮市学校app 景德镇市未成年保护协会app 自贡市税务局app 蚌埠市残联救助app 三明市环境保护协会app 徐州市新闻中心app 青岛市电台广播中心app 宿州市土地申报app 夏津县学校简介app 墨脱县财政信息app 尚义县环境保护协会app 响水县残联app 木垒哈萨克自治县第五小学app 屏东县学校简介app 太和县萧县第三中学app 古丈县税务局app 武义县财政信息app 平遥县桥梁管理app 资源县第二小学app 康保县残联救助app 沂源县第四高中app 孟津县教育信息app 延长县振兴乡村app 明水县庆安县电力app 依兰县水利app 新野县第五小学app 称多县第一高中app 南木林县申建app 蓝山县第五高中app 东光县服务大厅app 惠来县农业局app 泾源县消费协会app 宁县税务局app 莒南县第四中学app 神池县人社管理app 富蕴县政务服务app 大关县社会求助app 庄浪县政府公报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