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

武威市电台广播中心app 长沙市残联救助app 淮南市法律服务app 南阳市事业单位app 泰州市公共文化服务app 泰州市振兴乡村app 普洱市土地申报app 定西市土地申报app 常州市第三小学app 湛江市防火app 阳江市电台广播中心app 保山市建设局信息app 南阳市特殊家庭关爱协会app 马鞍山市未成年保护协会app 海东市应急管理app 河池市防火app 广安市出口管理app 孝感市水利app 厦门市水利app 辽阳市政务监督app 白山市政务监督app 淮北市台风信息app 昆明市第二中学app 宜宾市街道办app 闽侯县惠农app 芷江侗族自治县通讯协会app 合浦县第三中学app 金寨县第一中学app 嘉义县台风信息app 青冈县台风监控中心app 临潭县工程造价app 沙湾县第二高中app 鲁山县税收公开app 博湖县妇联app 洛川县水利app 宁南县风力发电app 城口县公路管理app 青田县市场监督app 郁南县第三小学app 惠民县学校app 绛县公共法律服务app 达日县招标信息app 万年县便民app 若羌县暴雨监控中心app 锦屏县工程造价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