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

随州市第六中学app 陇南市第一中学app 黄冈市公益app 宜昌市公正处app 常州市招标信息app 乌鲁木齐市第二小学app 临沂市便民app 大庆市第二高中app 大庆市工商局app 九江市征地服务app 云浮市电视台广播app 青岛市工商局app 铜仁市教育信息app 岳阳市环境保护协会app 南昌市专题专栏app 定西市信息公开app 赣州市申建app 赣州市最新新闻app 南宁市农业app 雅安市卫生协会app 松原市公开信息app 徐州市政府公报app 兰州市热点专题app 佳木斯市便民app 新化县最新新闻app 蒙阴县政府信息公开指南app 色达县台风监控中心app 辰溪县公开信息app 龙山县信息公开app 吉木萨尔县电台广播中心app 噶尔县审计公开app 武乡县农业局app 兰西县灾害救助app 寻甸回族彝族自治县惠农app 寿阳县妇联救助app 新兴县事业单位app 齐河县第一小学app 南澳县防洪信息app 九龙县农业app 竹山县第四高中app 获嘉县第四中学app 大悟县第三高中app 牟定县公共文化服务app 肃北蒙古族自治县旅游协会app 三穗县第四高中app 新安县住房保障app 永宁县粮食管理app 大化瑶族自治县税务局app 应县特殊家庭关爱协会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