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

漯河市第四高中app 宣城市财政信息app 丹东市养殖补助app 福州市第五中学app 洛阳市安全宣传app 松原市税务局app 阜阳市建设局信息app 揭阳市第一中学app 十堰市服务大厅app 衡水市政务监督app 玉林市安全生产app 兰州市土地申报app 沧州市安全生产app 昆明市公共文化服务app 徐州市森林消防app 驻马店市第三中学app 葫芦岛市教研app 岳阳市桥梁管理app 通辽市第五小学app 林芝市台风监控中心app 常州市农业补贴app 杭州市天气监控中心app 邢台市未成年保护协会app 通化市政要信息app 淮北市安全宣传app 广元市电力app 湘潭市振兴乡村app 张家界市水利app 南乐县水务app 苗栗县司法管理app 崇仁县妇联app 南江县妇联救助app 通海县政府公报app 黎城县公开信息app 锦屏县工商局app 长泰县农业app 青县公共文化服务app 博白县风力发电app 玛多县重大建设公开app 古田县第六中学app 浪卡子县政要信息app 泸西县消防局app 平和县税收公开app 平塘县警务app 和静县公路管理app 南江县招标信息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