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

遵义市人社管理app 济南市住房保障app 保定市电视台广播app 贵阳市建设局信息app 广元市建设局信息app 三沙市防火app 广元市第四中学app 阳泉市不良信息举报app 云浮市电力app 淮安市民政管理app 鹤壁市社会求助app 铜仁市税收公开app 广元市第一高中app 曲靖市第五中学app 桂林市农业补贴app 马鞍山市土木工程app 庆阳市森林消防app 洛阳市审计公开app 大同市第二高中app 惠州市残联app 临沂市第四小学app 湘潭市防火app 保山市环境保护协会app 施秉县税务局app 大荔县第二中学app 南江县民政管理app 延寿县学校app 康平县公益app 咸丰县妇联app 嵩县公路管理app 吉安县第一高中app 富川瑶族自治县城乡建设app 长阳土家族自治县应急管理app 塔河县政府信息公开指南app 合江县教研app 皮山县建设局信息app 泸定县事业单位app 白朗县水务app 柳林县防火app 玉龙纳西族自治县政要信息app 卢龙县安全生产app 婺源县第一中学app 镇赉县司法管理app 汤阴县文旅信息app 梁河县信息公开app 安仁县文旅信息app 内乡县中心校app 玛多县公开信息app 邻水县出口管理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