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

广元市振兴乡村app 阳江市灾害救助app 鞍山市环境保护协会app 成都市台风信息app 防城港市数据管理局app 焦作市便民app 山南市防火app 兰州市公共法律服务app 昆明市电视台广播app 合肥市第四中学app 鸡西市工商局app 襄阳市土地申报app 临汾市安全生产app 郴州市第六中学app 阜阳市桥梁管理app 杭州市非物质文化遗产app 通辽市征地服务app 咸宁市政务监督app 绵阳市第三中学app 运城市电台广播中心app 蚌埠市招标信息app 衡水市风力发电app 邯郸市公共文化服务app 孝感市振兴乡村app 寿县住房保障app 长顺县防洪信息app 兰坪白族普米族自治县第二高中app 镇原县电视台广播app 新平彝族傣族自治县学校app 英吉沙县第三小学app 互助土族自治县水利app 横峰县旅游监督app 海原县公正处app 德格县工程造价app 翁源县消费协会app 英吉沙县中心校app 大关县事业单位app 诏安县森林消防app 衡山县森林消防app 得荣县国土信息app 庄浪县天气监控中心app 丹巴县论坛app 佳县公正处app 施秉县服务大厅app 临西县非物质文化遗产app 色达县养殖补助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