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

泰安市第五小学app 黑河市重大建设公开app 酒泉市中心校app 驻马店市第五中学app 雅安市土木工程app 哈尔滨市第三小学app 四平市通讯协会app 乐山市非物质文化遗产app 衢州市信息公开app 安顺市工程造价app 包头市旅游监督app 海口市防火app 本溪市教研app 七台河市工商局app 平凉市第三小学app 滨州市审计公开app 寿阳县建设局信息app 洛南县养殖补助app 大余县征地服务app 绩溪县第二中学app 黄平县第二小学app 会理县第二高中app 江华瑶族自治县便民app 来安县工程造价app 垣曲县桥梁管理app 崇信县第三小学app 芦山县养殖补助app 石泉县风力发电app 澄迈县公共法律服务app 青河县学校app 临猗县暴雨监控中心app 旬邑县土木工程app 托克托县最新新闻app 绥江县法律服务app 仙居县公益app 卢龙县农业局app 通河县第四小学app 安平县征地服务app 漳县妇联救助app 汝阳县防洪信息app 含山县法律服务app 仁布县劳动局app 梓潼县防洪信息app 叶城县通讯协会app 蒲城县残联救助app 平罗县消防局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