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

宝鸡市第一小学app 百色市公开信息app 牡丹江市公正处app 济宁市粮食管理app 固原市电力app 泰安市历史记录app 通辽市第三中学app 秦皇岛市街道办app 北海市环境保护协会app 通辽市第五高中app 辽阳市土地局app 哈密市旅游协会app 桂林市旅游监督app 鸡西市政府公报app 遵义市司法管理app 南昌市第五中学app 湘潭市第一小学app 鹤岗市第二高中app 巴中市桥梁管理app 伊春市消防宣传app 鄂州市安全生产app 河池市教研app 河源市申建app 克拉玛依市安全宣传app 哈尔滨市事业单位app 固原市事业单位app 驻马店市学校app 合肥市学校app 淮南市最新新闻app 献县土木工程app 泸西县重大建设公开app 龙江县第五中学app 邵阳县养老服务app 文成县振兴乡村app 通海县劳动局app 黟县农业补贴app 灵川县法律服务app 彭阳县天气监控中心app 望江县水务app 循化撒拉族自治县不良信息举报app 嵩明县服务大厅app 博湖县不良信息举报app 淳化县森林消防app 夏河县消防宣传app 威宁彝族回族苗族自治县服务大厅app 祁县事业单位app 叶城县不良信息举报app 呼玛县水务app 筠连县旅游协会app 曹县信息公开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