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

绍兴市新闻中心app 晋中市数据管理局app 西宁市学校app 孝感市防洪app 永州市教育信息app 宁波市第二高中app 德州市第五小学app 镇江市安全宣传app 巴中市征地服务app 葫芦岛市环境保护协会app 扬州市天气监控中心app 安顺市工程造价app 鹤壁市旅游协会app 南通市第一中学app 哈尔滨市第四高中app 德阳市旅游监督app 张掖市司法管理app 泰安市环境保护协会app 铜川市城乡建设app 东莞市未成年保护协会app 铜陵市学校简介app 乌兰察布市信息公开app 陇南市通讯协会app 潍坊市学校app 黄山市卫生协会app 巴中市第三中学app 宿迁市助农app 百色市妇联app 舟山市第三中学app 长泰县不良信息举报app 梨树县第五高中app 博野县人社管理app 宜君县电力app 西峡县灾害救助app 丹凤县征地服务app 濮阳县消防局app 武宣县安全生产app 井研县风力发电app 祁连县旅游协会app 五河县市场监督app 南木林县政要信息app 定边县政府公报app 武宁县司法管理app 屏山县民政管理app 沁水县未成年保护协会app 兰西县未成年保护协会app 独山县政要信息app 金平苗族瑶族傣族自治县第一中学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