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

绍兴市消防宣传app 丽江市未成年保护协会app 吐鲁番市政务监督app 通辽市残联救助app 齐齐哈尔市非物质文化遗产app 丽水市第四高中app 淄博市第一中学app 肇庆市天气监控中心app 临沧市第一高中app 南昌市非物质文化遗产app 滨州市公益app 泉州市第四小学app 大庆市防洪app 娄底市第一高中app 曲靖市台风监控中心app 通化市妇联app 蚌埠市便民app 鄂尔多斯市街道办app 安庆市第四高中app 本溪市消防宣传app 桂林市振兴乡村app 呼和浩特市招标信息app 忻州市防洪信息app 徐州市民政管理app 乌海市重大建设公开app 丽江市森林消防app 佳木斯市同城app 自贡市第一小学app 伊春市政府公报app 中牟县风力发电app 成安县粮食管理app 湄潭县第一小学app 织金县政府公报app 博兴县司法管理app 长兴县专题专栏app 同心县公益app 马关县警务app 临洮县工商信息app 柞水县国土信息app 惠东县妇联app 夏津县水务app 平阳县工程造价app 绥中县消防局app 宾阳县森林消防app 彭水苗族土家族自治县电视台广播app 申扎县天气监控中心app 丰县台风信息app 唐河县旅游协会app 沈丘县第二高中app 贡山独龙族怒族自治县中心校app 于都县第三中学app 成武县助农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