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

长春市电台广播中心app 六盘水市教研app 长沙市灾害救助app 深圳市公路管理app 抚州市第三小学app 广州市天气监控中心app 菏泽市政务监督app 铜陵市法律服务app 湖州市工商信息app 湘潭市第二小学app 漳州市工商信息app 齐齐哈尔市同城app 吉安市电力app 大同市论坛app 宿州市残联app 龙岩市社会求助app 铜川市残联app 驻马店市同城app 咸阳市土木工程app 吐鲁番市第五高中app 宣城市土地申报app 宿迁市防火app 南宁市公开信息app 晋中市第二高中app 株洲市工商信息app 四平市第二小学app 亳州市服务大厅app 铜川市风力发电app 乐安县政府公报app 呼图壁县土地申报app 鄯善县热点专题app 交口县城乡建设app 新县助农app 泰和县应急管理app 西盟佤族自治县热点专题app 德庆县特殊家庭关爱协会app 剑川县第一小学app 扶沟县第四小学app 大竹县第三中学app 定襄县第五高中app 偏关县第六小学app 理塘县征地服务app 阳山县防灾信息app 苗栗县公正处app 布尔津县第二高中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