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

盘锦市公正处app 石嘴山市第二中学app 淮北市农业补贴app 滨州市不良信息举报app 常州市最新新闻app 开封市教育信息app 宜宾市教育信息app 绍兴市街道办app 黄山市申建app 乐山市农业局app 咸阳市防洪app 渭南市第四中学app 陇南市风力发电app 四平市电视台广播app 宣城市惠农app 镇江市政府信息公开指南app 七台河市工商局app 永善县第五高中app 鹤峰县政府信息公开指南app 尤溪县农业局app 涟水县中心校app 富源县第六中学app 奉节县农业局app 西乡县安全生产app 鸡东县电力app 郎溪县第三中学app 浑源县法律服务app 蓬安县粮食管理app 攸县城乡建设app 华容县防洪信息app 分宜县劳动局app 越西县振兴乡村app 临城县第二小学app 原阳县最新新闻app 定襄县消防宣传app 鲁山县第四中学app 永寿县建设局信息app 略阳县热点专题app 民乐县历史记录app 城固县第五中学app 哈巴河县妇联app 宝丰县养殖补助app 襄汾县电视台广播app 逊克县专题专栏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