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

宜宾市法律服务app 丽水市政府公报app 茂名市土木工程app 哈尔滨市台风信息app 无锡市历史记录app 潍坊市消防宣传app 青岛市应急管理app 白城市水利app 衡阳市历史记录app 咸宁市重大建设公开app 蚌埠市社会求助app 周口市第四高中app 昆明市政府公报app 丽水市第六中学app 哈尔滨市教研app 衢州市第二中学app 宿州市论坛app 武威市土木工程app 菏泽市学校app 武汉市防灾信息app 资阳市安全宣传app 佳木斯市政务监督app 林周县不良信息举报app 府谷县住房保障app 奉新县数据管理局app 通渭县铁路管理app 谷城县申建app 垫江县学校简介app 白河县社会求助app 代县防洪信息app 新邵县特殊家庭关爱协会app 铅山县消防局app 绩溪县安全宣传app 隆回县专题专栏app 磁县妇联app 全南县惠农app 塔河县公共文化服务app 滨海县中心校app 玉山县住房保障app 抚顺县台风信息app 沂水县公共文化服务app 封丘县卫生协会app 枣强县防火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