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

温州市非物质文化遗产app 信阳市第二小学app 南京市应急管理app 邵阳市专题专栏app 自贡市天气监控中心app 嘉峪关市中心校app 张家界市工程造价app 汕头市防洪app 曲靖市养殖补助app 广州市文旅信息app 鞍山市教育信息app 邢台市妇联app 邢台市社会求助app 无锡市妇联app 玉林市专题专栏app 四平市第五中学app 宿州市消防局app 扬州市非物质文化遗产app 运城市政务监督app 漯河市农业补贴app 双鸭山市政务监督app 湖州市教育信息app 崇左市工商局app 包头市残联救助app 平顶山市学校app 忻州市专题专栏app 百色市第五中学app 黄山市事业单位app 抚州市国土信息app 广安市政务服务app 朗县住房保障app 城步苗族自治县社会求助app 宝应县第一高中app 镇赉县太阳能发电信息app 稻城县安全宣传app 工布江达县第五高中app 姚安县第二中学app 黄平县防洪信息app 白朗县教研app 曲沃县土地申报app 蕉岭县招标信息app 正宁县暴雨监控中心app 夹江县第四高中app 宁城县公共法律服务app 花莲县农业app 桐梓县第二中学app 桂东县税收公开app 礼泉县应急管理app 襄垣县太阳能发电信息app 和政县财政信息app 曲周县非物质文化遗产app 城固县环境保护协会app 安远县第五中学app 隰县第五小学app 沅陵县消防局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