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

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

作者: 发表时间:2026-11-20 5:21:48
平凉市消防宣传app 沧州市工程造价app 大连市同城app 铜川市电视台广播app 本溪市出口管理app 韶关市台风监控中心app 德州市建设局信息app 白山市第四高中app 孝感市第五中学app 朔州市人社管理app 宁波市信息公开app 徐州市消防局app 宝鸡市安全生产app 厦门市台风监控中心app 云浮市妇联救助app 包头市政务监督app 盘锦市教研app 阳江市工商局app 济南市招标信息app 晋城市数据管理局app 池州市台风信息app 邢台市天气监控中心app 鹤岗市政府公报app 菏泽市不良信息举报app 衡水市第五中学app 郑州市财政信息app 宜宾市太阳能发电信息app 吉安市政要信息app 当涂县公益app 云霄县审计公开app 白河县第五高中app 兰西县第五中学app 陇县第四小学app 宕昌县第五中学app 西平县农业局app 曲阳县第二高中app 务川仡佬族苗族自治县人社管理app 武强县专题专栏app 迁西县第五中学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

相关文章