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

连云港市第三小学app 临沂市服务大厅app 新乡市市场监督app 淄博市工商信息app 南平市工程造价app 乌鲁木齐市第一高中app 广州市第一中学app 青岛市第三小学app 荆州市社会求助app 南京市法律服务app 荆州市社会求助app 六盘水市市场监督app 玉林市特殊家庭关爱协会app 惠州市中心校app 三门峡市教研app 防城港市旅游协会app 威海市安全宣传app 曲靖市工商信息app 雅安市不良信息举报app 白山市第六中学app 湖州市第三中学app 大连市第六小学app 武胜县公正处app 甘孜县防洪信息app 新河县工程造价app 新宁县文旅信息app 榆中县卫生协会app 通山县法律服务app 渑池县森林消防app 肥西县第二高中app 西和县社会求助app 嵩县第三中学app 泽普县招标信息app 汝阳县消防局app 炉霍县电力app 鹿寨县工程造价app 浑源县特殊家庭关爱协会app 汉阴县出口管理app 沈丘县教育局app 商河县法律服务app 沂水县安全生产app 庐江县农业局app 东丰县学校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