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

孝感市征地服务app 临沂市警务app 包头市第五高中app 德阳市第四小学app 邵阳市第五高中app 广元市热点专题app 东莞市教育信息app 淮北市第四小学app 山南市安全生产app 绥化市防灾信息app 黄冈市非物质文化遗产app 贵港市妇联救助app 吐鲁番市公路管理app 淮南市政要信息app 嘉峪关市暴雨监控中心app 会同县重大建设公开app 成县残联救助app 平原县第四小学app 西吉县农业补贴app 玛纳斯县政务监督app 宁城县建设局信息app 于田县政务监督app 寻乌县防灾信息app 罗平县出口管理app 柳城县国土信息app 云阳县国土信息app 洪洞县重大建设公开app 郁南县电视台广播app 犍为县专题专栏app 大通回族土族自治县风力发电app 平和县铁路管理app 徽县政府信息公开指南app 壤塘县人社管理app 松潘县第三中学app 仁化县第二小学app 五华县便民app 勃利县台风信息app 沙县振兴乡村app 仙游县公共文化服务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