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

阳泉市第六中学app 通辽市第三中学app 烟台市土地申报app 濮阳市环境保护协会app 无锡市工程造价app 益阳市太阳能发电信息app 通辽市城乡建设app 张掖市振兴乡村app 苏州市第四高中app 中卫市便民app 淮南市安全宣传app 景德镇市申建app 九江市人社管理app 运城市通讯协会app 汕尾市征地服务app 安康市农业app 珠海市学校app 山南市电力app 渭南市公益app 漯河市农业补贴app 玉溪市特殊家庭关爱协会app 莆田市政要信息app 钦州市政务服务app 佳木斯市安全宣传app 辽源市教育局app 桂林市数据管理局app 乌海市税收公开app 韶关市学校app 绿春县助农app 随县防灾信息app 临泽县政府信息公开指南app 陆河县第四高中app 孙吴县公开信息app 岳阳县土地申报app 徽县国土信息app 靖宇县工程造价app 神池县同城app 休宁县养殖补助app 五原县政府公报app 南召县最新新闻app 宁蒗彝族自治县天气监控中心app 泸定县粮食管理app 南涧彝族自治县城乡建设app 长海县助农app 富裕县政要信息app 浮梁县安全宣传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