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

娄底市第五中学app 资阳市太阳能发电信息app 梧州市文旅信息app 眉山市特殊家庭关爱协会app 大同市政务监督app 咸宁市服务大厅app 哈尔滨市妇联救助app 宁波市消防宣传app 鄂州市公开信息app 铜陵市安全宣传app 鄂尔多斯市防火app 那曲市税务局app 台州市卫生协会app 荆州市非物质文化遗产app 崇左市养殖补助app 白城市服务大厅app 中卫市不良信息举报app 滁州市税收公开app 铁岭市教研app 桂林市第二高中app 昭通市公路管理app 深圳市信息公开app 湖州市妇联救助app 萍乡市电力app 南京市特殊家庭关爱协会app 六盘水市民政管理app 四平市公共法律服务app 谢通门县台风监控中心app 大城县台风信息app 景谷傣族彝族自治县助农app 南江县教研app 清丰县服务大厅app 紫金县第四中学app 象山县最新新闻app 方山县农业app 永仁县暴雨监控中心app 仙居县防灾信息app 始兴县土木工程app 南木林县第三小学app 正定县养殖补助app 东阿县司法管理app 洛隆县重大建设公开app 平乐县热点专题app 新昌县第六小学app 石台县第四中学app 洪雅县人社管理app 伊宁县不良信息举报app 尤溪县台风信息app 连平县卫生协会app 梓潼县消费协会app 金阳县服务大厅app 沂南县公共法律服务app 攸县财政信息app 吉县招标信息app 息烽县学校app 绥中县振兴乡村app 乡城县同城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