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

锦州市信息公开app 无锡市征地服务app 常州市台风信息app 马鞍山市历史记录app 徐州市第二高中app 合肥市第三小学app 周口市事业单位app 无锡市电力app 普洱市安全宣传app 庆阳市街道办app 肇庆市防火app 铜陵市国土信息app 通化市申建app 聊城市第二中学app 汕尾市便民app 湛江市财政信息app 崇左市第二中学app 白山市应急管理app 石家庄市教育信息app 德州市学校app 双鸭山市教育局app 邵阳市农业app 自贡市森林消防app 益阳市通讯协会app 铜仁市应急管理app 上饶市招标信息app 临汾市第六中学app 保山市申建app 乐山市招标信息app 盘锦市第一小学app 凌云县教育局app 白玉县政务监督app 泗洪县第二高中app 凤冈县第二小学app 汶上县司法管理app 涉县政要信息app 广宁县历史记录app 石门县妇联救助app 陵川县电力app 桦川县公开信息app 澄迈县残联app 岗巴县住房保障app 定南县政要信息app 勃利县劳动局app 麻栗坡县旅游监督app 克东县学校简介app 墨江哈尼族自治县征地服务app 勉县工商信息app 马山县专题专栏app 贵德县政务监督app 潢川县第三高中app 东安县第二中学app 望江县风力发电app 临朐县电视台广播app 白河县公开信息app 汶川县第五高中app 广昌县税务局app 龙胜各族自治县妇联救助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