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

深圳市消防局app 防城港市未成年保护协会app 桂林市教研app 南通市出口管理app 哈尔滨市第二高中app 鹰潭市事业单位app 潍坊市第六中学app 六盘水市消防宣传app 鹰潭市振兴乡村app 宿迁市市场监督app 六安市森林消防app 通辽市城乡建设app 池州市出口管理app 遵义市专题专栏app 沈阳市第四中学app 攀枝花市养殖补助app 广元市水务app 毕节市重大建设公开app 忻州市公开信息app 焦作市政务监督app 聊城市振兴乡村app 崇左市公正处app 鹤岗市农业app 邯郸市电视台广播app 平凉市旅游监督app 都兰县第五高中app 裕民县风力发电app 凤凰县第四小学app 三穗县太阳能发电信息app 伊通满族自治县农业局app 乌恰县安全生产app 崇阳县申建app 澄迈县第五小学app 白河县农业app 开阳县公共文化服务app 怀来县人社管理app 剑阁县灾害救助app 鸡东县土木工程app 昌图县公开信息app 景谷傣族彝族自治县招标信息app 玉屏侗族自治县残联app 绥宁县税收公开app 赫章县第五小学app 镇平县信息公开app 凤翔县工程造价app 绥棱县第二高中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