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

临沂市惠农app 黄石市政府信息公开指南app 成都市中心校app 太原市街道办app 酒泉市第二高中app 乌鲁木齐市防灾信息app 滁州市旅游协会app 江门市非物质文化遗产app 四平市电台广播中心app 汕尾市公共法律服务app 鄂尔多斯市农业局app 黄石市防火app 兰州市工商局app 陇南市土地申报app 陇南市防洪app 鹤壁市土木工程app 德阳市通讯协会app 林芝市重大建设公开app 衢州市水利app 黄山市招标信息app 双鸭山市非物质文化遗产app 资阳市电视台广播app 威海市论坛app 运城市未成年保护协会app 宁波市服务大厅app 宜昌市养老服务app 哈密市公益app 沈阳市新闻中心app 佳木斯市政务监督app 正定县教育信息app 兴和县市场监督app 临夏县防灾信息app 民勤县政府信息公开指南app 永昌县论坛app 巫山县论坛app 康马县未成年保护协会app 卓尼县桥梁管理app 公安县事业单位app 吴堡县学校app 大宁县养殖补助app 两当县劳动局app 会泽县文旅信息app 单县信息公开app 唐县建设局信息app 连南瑶族自治县土地局app 阜平县第四小学app 甘洛县粮食管理app 平原县水利app 温县第三小学app 盂县安全宣传app 花垣县公开信息app 南召县铁路管理app 顺昌县惠农app 石渠县台风信息app 比如县第三中学app 安平县振兴乡村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