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

鞍山市环境保护协会app 长沙市民政管理app 湘潭市第五高中app 娄底市第四中学app 怀化市人社管理app 宁德市防灾信息app 宁德市土地申报app 那曲市粮食管理app 巴彦淖尔市消防局app 漯河市灾害救助app 内江市未成年保护协会app 合肥市第三小学app 宣城市台风监控中心app 娄底市政府信息公开指南app 德阳市同城app 攀枝花市残联app 绵阳市太阳能发电信息app 福州市最新新闻app 成都市审计公开app 东莞市第一高中app 浚县法律服务app 肥西县安全宣传app 巩留县市场监督app 泾阳县政务监督app 屏东县暴雨监控中心app 汶川县旅游协会app 馆陶县法律服务app 灵台县第六中学app 彰武县安全生产app 宁武县财政信息app 屏边苗族自治县出口管理app 广河县台风监控中心app 铜鼓县土地申报app 无极县法律服务app 永兴县最新新闻app 阳原县电力app 浚县太阳能发电信息app 贺兰县不良信息举报app 嵊泗县助农app 嘉善县出口管理app 宜川县第三中学app 庆云县未成年保护协会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