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

大同市文旅信息app 绵阳市街道办app 朔州市土地局app 安阳市暴雨监控中心app 池州市论坛app 商丘市第二高中app 池州市太阳能发电信息app 汉中市司法管理app 新余市中心校app 新余市土地申报app 张家口市环境保护协会app 银川市防洪app 淮安市社会求助app 榆林市消防局app 石嘴山市水务app 惠州市信息公开app 九江市公共文化服务app 濮阳市热点专题app 天水市第二高中app 秦皇岛市重大建设公开app 黄冈市妇联救助app 温州市防灾信息app 泸定县重大建设公开app 阳朔县事业单位app 景东彝族自治县太阳能发电信息app 抚顺县第五小学app 乐亭县工商信息app 慈利县农业局app 双湖县卫生协会app 丹巴县未成年保护协会app 鸡东县工商信息app 云梦县灾害救助app 孟连傣族拉祜族佤族自治县新闻中心app 进贤县财政信息app 台江县土地申报app 青川县助农app 千阳县审计公开app 云霄县特殊家庭关爱协会app 微山县公路管理app 曹县旅游监督app 宕昌县法律服务app 卢龙县学校简介app 康平县社会求助app 邻水县城乡建设app 望都县森林消防app 攸县招标信息app 舟曲县教育信息app 皋兰县司法管理app 滦南县工程造价app 温县市场监督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