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

铜陵市市场监督app 榆林市特殊家庭关爱协会app 泸州市森林消防app 六盘水市政府公报app 金昌市水务app 百色市服务大厅app 福州市养殖补助app 景德镇市土地局app 肇庆市农业补贴app 通辽市妇联app 日喀则市第六小学app 安阳市税收公开app 巴彦淖尔市第二高中app 荆门市第六小学app 通辽市信息公开app 玉溪市工程造价app 昌都市工商信息app 太原市热点专题app 黑河市公路管理app 南昌市第一小学app 鸡西市太阳能发电信息app 东营市文旅信息app 马鞍山市教育局app 连云港市第一小学app 毕节市旅游协会app 亳州市学校简介app 常德市第四中学app 永州市消费协会app 遂宁市住房保障app 噶尔县安全生产app 闻喜县第二高中app 长沙县养殖补助app 陇川县安全宣传app 五河县市场监督app 连南瑶族自治县政务服务app 开化县街道办app 曲沃县政府公报app 新乡县工程造价app 沙湾县公开信息app 冠县防灾信息app 克山县新闻中心app 新干县惠农app 玉屏侗族自治县税务局app 威远县事业单位app 府谷县工程造价app 柳林县第一中学app 金门县第四中学app 小金县铁路管理app 成安县台风监控中心app 色达县防火app 错那县水利app 惠水县同城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