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

酒泉市水利app 长治市粮食管理app 茂名市服务大厅app 防城港市政要信息app 滁州市养老服务app 娄底市工程造价app 聊城市劳动局app 酒泉市税收公开app 牡丹江市招标信息app 来宾市第五高中app 沧州市历史记录app 金华市第六小学app 镇江市公路管理app 崇左市论坛app 平顶山市风力发电app 河池市招标信息app 南阳市政要信息app 芜湖市土地申报app 长沙市防洪信息app 深圳市最新新闻app 南通市第一小学app 淮南市公共文化服务app 珠海市电视台广播app 玉林市劳动局app 抚州市便民app 松原市政务监督app 营口市公开信息app 玉溪市水务app 滁州市城乡建设app 凤山县学校app 献县森林消防app 苍南县电力app 肃南裕固族自治县未成年保护协会app 祁阳县第五中学app 三江侗族自治县工商局app 西和县第六小学app 惠东县养老服务app 会泽县防火app 双江拉祜族佤族布朗族傣族自治县财政信息app 襄汾县教育信息app 长兴县第五中学app 汝阳县文旅信息app 兰考县助农app 白朗县同城app 义县司法管理app 嘉义县服务大厅app 靖远县警务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