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

清远市第二中学app 咸宁市专题专栏app 铁岭市第六小学app 蚌埠市农业局app 信阳市电视台广播app 东营市环境保护协会app 保山市台风监控中心app 铁岭市同城app 陇南市第六中学app 常州市电视台广播app 金华市粮食管理app 衡水市公益app 呼伦贝尔市电力app 韶关市第一中学app 巴中市同城app 平顶山市便民app 平顶山市公共文化服务app 运城市环境保护协会app 大连市水务app 岳阳市妇联app 毕节市消防宣传app 滨州市土木工程app 荆门市公正处app 韶关市出口管理app 百色市第四高中app 城口县工商信息app 平南县政要信息app 闽清县公共文化服务app 康保县公开信息app 洪洞县司法管理app 疏附县旅游协会app 盘山县特殊家庭关爱协会app 丁青县妇联救助app 永吉县论坛app 怀宁县住房保障app 陇川县妇联救助app 闽清县警务app 永吉县人社管理app 卓资县国土信息app 北川羌族自治县第四中学app 嘉善县住房保障app 叶城县政府信息公开指南app 铁岭县民政管理app 麻栗坡县法律服务app 湘潭县征地服务app 开阳县防火app 丹巴县惠农app 民勤县街道办app 玛沁县消费协会app 商水县教研app 成安县人社管理app 永宁县学校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