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

长治市森林消防app 驻马店市工商信息app 遂宁市政务监督app 沈阳市粮食管理app 阜新市土地局app 鞍山市专题专栏app 白城市劳动局app 池州市振兴乡村app 绍兴市国土信息app 绍兴市第六中学app 周口市残联救助app 遵义市公路管理app 忻州市事业单位app 湘潭市住房保障app 七台河市工程造价app 随州市第四小学app 怀化市第一小学app 通辽市应急管理app 吴忠市第二小学app 淮北市旅游协会app 济南市安全生产app 昭通市第二小学app 无锡市第五小学app 新余市政府信息公开指南app 舟山市太阳能发电信息app 安康市风力发电app 乐至县人社管理app 阳谷县税务局app 蒙城县新闻中心app 怀宁县防洪信息app 衡阳县第二高中app 临澧县公正处app 靖宇县助农app 衡南县铁路管理app 曲水县第五中学app 夹江县公开信息app 云龙县住房保障app 玛曲县风力发电app 阜宁县审计公开app 石台县台风信息app 新县森林消防app 怀来县学校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