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

防城港市振兴乡村app 陇南市养老服务app 河池市应急管理app 三门峡市消防局app 蚌埠市重大建设公开app 潮州市教育局app 阳江市税收公开app 眉山市历史记录app 拉萨市电视台广播app 宝鸡市专题专栏app 榆林市政务服务app 固原市第一中学app 昌都市环境保护协会app 沈阳市同城app 达州市便民app 滁州市住房保障app 昌都市第五小学app 杭州市财政信息app 榆林市桥梁管理app 金华市暴雨监控中心app 镇江市第六小学app 自贡市同城app 延安市土木工程app 双鸭山市学校app 眉山市妇联app 黑河市应急管理app 布拖县同城app 东安县土地申报app 岳池县水务app 芦溪县教育信息app 滨海县防洪信息app 新宾满族自治县劳动局app 连江县特殊家庭关爱协会app 丰县第一中学app 西畴县第二中学app 墨玉县重大建设公开app 屯昌县森林消防app 环县暴雨监控中心app 古县非物质文化遗产app 郓城县环境保护协会app 天镇县劳动局app 巴青县第一小学app 福贡县第二小学app 元江哈尼族彝族傣族自治县环境保护协会app 资中县第六中学app 庆元县农业局app 灵璧县公共文化服务app 蒲城县环境保护协会app 易县工程造价app 兰西县第四高中app 浪卡子县教研app 加查县政务服务app 措美县电台广播中心app 白河县工程造价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