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

连云港市土地申报app 临沧市第四高中app 那曲市非物质文化遗产app 肇庆市第六中学app 汕头市第五小学app 镇江市政府公报app 威海市农业补贴app 深圳市第一小学app 七台河市新闻中心app 临沂市税收公开app 漳州市税务局app 青岛市征地服务app 深圳市防洪信息app 宁波市便民app 朔州市妇联救助app 天水市公共文化服务app 衢州市事业单位app 雅安市不良信息举报app 淮南市审计公开app 酒泉市社会求助app 鄯善县安全宣传app 弥渡县旅游监督app 三门县警务app 乡宁县第四小学app 托克托县第二高中app 蒙山县振兴乡村app 平江县信息公开app 永修县工程造价app 松阳县事业单位app 武城县学校app 石城县通讯协会app 永修县防洪信息app 分宜县教育信息app 盱眙县旅游监督app 古县历史记录app 富川瑶族自治县电力app 白水县太阳能发电信息app 大关县同城app 垫江县安全生产app 宁陵县未成年保护协会app 临西县第五中学app 伊川县残联app 兴山县太阳能发电信息app 甘德县消费协会app 美姑县消费协会app 桦南县消防局app 旬阳县公共法律服务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