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

抚州市第二高中app 汕头市数据管理局app 白银市税收公开app 烟台市不良信息举报app 鹤岗市第三中学app 无锡市防洪信息app 梧州市第四高中app 铜陵市住房保障app 信阳市第四小学app 绵阳市警务app 那曲市数据管理局app 哈密市第一小学app 三门峡市公正处app 景德镇市消费协会app 抚州市第一高中app 鄂尔多斯市第六中学app 吐鲁番市司法管理app 汉中市劳动局app 吴忠市第四中学app 晋城市灾害救助app 武威市人社管理app 原阳县政府公报app 石屏县文旅信息app 宁化县妇联app 班戈县土地局app 砚山县太阳能发电信息app 石棉县太阳能发电信息app 天台县警务app 光山县台风监控中心app 安义县工商信息app 宜阳县栾川县政要信息app 阳曲县第二小学app 精河县申建app 缙云县公共文化服务app 皮山县住房保障app 灌阳县公益app 弋阳县防灾信息app 高唐县新闻中心app 沁源县长子县第四中学app 定结县第二小学app 垫江县第二高中app 陇西县暴雨监控中心app 哈巴河县公共法律服务app 远安县征地服务app 华安县南靖县环境保护协会app 天峨县公正处app 安平县特殊家庭关爱协会app 富民县未成年保护协会app 同德县第一小学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