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

吐鲁番市工商信息app 淄博市第五高中app 呼和浩特市政要信息app 赣州市最新新闻app 临汾市安全生产app 巴彦淖尔市税收公开app 泰州市住房保障app 阳泉市最新新闻app 金华市重大建设公开app 广元市森林消防app 通辽市社会求助app 呼和浩特市警务app 武汉市住房保障app 钦州市土地申报app 张家口市安全生产app 乌鲁木齐市旅游监督app 湘潭市卫生协会app 沈阳市电视台广播app 益阳市人社管理app 淮北市信息公开app 濉溪县枞阳县桥梁管理app 莒县农业局app 曲麻莱县街道办app 金塔县公正处app 丘北县第六中学app 沂水县第二高中app 鄄城县台风信息app 和静县公共文化服务app 玛曲县非物质文化遗产app 屏东县粮食管理app 景东彝族自治县论坛app 东安县征地服务app 华池县审计公开app 元阳县学校app 云阳县风力发电app 小金县应急管理app 惠民县环境保护协会app 古丈县电视台广播app 班玛县消防局app 保靖县财政信息app 大悟县劳动局app 信丰县法律服务app 罗城仫佬族自治县审计公开app 浪卡子县市场监督app 齐河县历史记录app 桑日县振兴乡村app 长岭县公共文化服务app 洛浦县城乡建设app 长沙县教育信息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