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

鞍山市政务服务app 石嘴山市不良信息举报app 吴忠市第四小学app 马鞍山市工程造价app 温州市第五小学app 雅安市公正处app 咸阳市振兴乡村app 通辽市防灾信息app 银川市新闻中心app 烟台市财政信息app 平凉市社会求助app 白银市旅游协会app 衢州市土木工程app 荆门市社会求助app 商丘市审计公开app 山南市太阳能发电信息app 朝阳市人社管理app 佳木斯市第一中学app 鹤壁市第三小学app 益阳市第五中学app 广州市第二高中app 汉中市国土信息app 临汾市政府公报app 聊城市论坛app 苏州市公益app 杭州市政务监督app 辽阳市防火app 黎川县第一小学app 康马县工商信息app 卓尼县第二高中app 会泽县政府公报app 岳普湖县第三高中app 仁布县建设局信息app 南澳县天气监控中心app 龙山县桥梁管理app 甘洛县台风信息app 黄平县公开信息app 师宗县财政信息app 丹棱县第一小学app 定边县铁路管理app 阜宁县旅游监督app 申扎县公路管理app 洛扎县特殊家庭关爱协会app 环江毛南族自治县安全宣传app 呼玛县天气监控中心app 德江县第一高中app 大通回族土族自治县消费协会app 固始县税务局app 黔西县政要信息app 金门县政要信息app 张家川回族自治县第二小学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