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

大同市教研app 阳江市风力发电app 赤峰市人社管理app 铜仁市第五高中app 武威市妇联救助app 滁州市第二高中app 许昌市不良信息举报app 河源市审计公开app 北海市第六中学app 舟山市第五小学app 大连市新闻中心app 海东市养殖补助app 巴中市森林消防app 铜仁市政务服务app 亳州市旅游协会app 娄底市第六小学app 酒泉市公路管理app 泸州市人社管理app 孝感市太阳能发电信息app 珠海市第六小学app 黄冈市市场监督app 佳木斯市公共文化服务app 昌都市公路管理app 千阳县安全宣传app 闻喜县住房保障app 巴里坤哈萨克自治县残联app 瓮安县防火app 田东县桥梁管理app 阳信县第五高中app 邵阳县住房保障app 新安县卫生协会app 资源县桥梁管理app 乳源瑶族自治县工程造价app 木里藏族自治县住房保障app 行唐县工商信息app 冕宁县惠农app 汝南县政府公报app 古丈县未成年保护协会app 泽州县同城app 乳源瑶族自治县便民app 合江县街道办app 伊通满族自治县工商信息app 淮滨县专题专栏app 睢县信息公开app 绛县住房保障app 松阳县第一中学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