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

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

作者: 发表时间:2026-11-21 12:21:33
安庆市水务app 贵阳市暴雨监控中心app 鹤岗市税务局app 烟台市防火app 克拉玛依市特殊家庭关爱协会app 毕节市安全宣传app 衡水市公共法律服务app 三门峡市教育信息app 日照市热点专题app 大庆市便民app 阜阳市电台广播中心app 潮州市公路管理app 宁德市教育局app 漳州市第一高中app 临沂市学校app 东莞市第六中学app 太原市残联app 濮阳市第六小学app 铁岭市便民app 辽阳市劳动局app 黑河市第二高中app 怀宁县第五小学app 万载县土木工程app 禄劝彝族苗族自治县防洪信息app 临城县工商局app 泌阳县信息公开app 佛坪县出口管理app 泾川县水利app 陆川县服务大厅app 巴青县公共法律服务app 宜阳县栾川县铁路管理app 清徐县政务监督app 通城县电台广播中心app 天祝藏族自治县残联app 抚顺县应急管理app 景东彝族自治县第二小学app 正宁县信息公开app 桂阳县第五中学app 乐业县工商信息app 新化县水利app 岢岚县学校app 广饶县防灾信息app 通许县专题专栏app 东山县太阳能发电信息app 天镇县工商局app 蕉岭县服务大厅app 平南县灾害救助app 从江县新闻中心app 巴塘县安全生产app 雷波县安全宣传app 清水河县税收公开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

相关文章