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

广州市法律服务app 洛阳市粮食管理app 汕头市第二小学app 濮阳市安全宣传app 南宁市防洪app 运城市第四中学app 台州市第五高中app 平顶山市农业补贴app 三沙市论坛app 安顺市第二高中app 淮北市教育局app 三亚市教育局app 濮阳市台风监控中心app 常州市第三高中app 鹰潭市应急管理app 宜昌市防灾信息app 六安市社会求助app 成都市建设局信息app 达州市第一小学app 宁波市公益app 长沙市粮食管理app 上蔡县台风信息app 隆德县农业局app 顺昌县风力发电app 深泽县农业app 麦盖提县土地申报app 广饶县国土信息app 左云县环境保护协会app 镇宁布依族苗族自治县灾害救助app 琼结县重大建设公开app 南县安全宣传app 将乐县安全宣传app 琼结县农业app 临夏县中心校app 永清县太阳能发电信息app 昂仁县电力app 民权县暴雨监控中心app 乐亭县重大建设公开app 勉县工程造价app 林甸县第三中学app 民乐县第一小学app 林口县第一中学app 荣县养老服务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