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

株洲市安全生产app 克拉玛依市公正处app 绥化市卫生协会app 太原市太阳能发电信息app 辽源市招标信息app 清远市安全生产app 张家界市城乡建设app 儋州市信息公开app 武汉市太阳能发电信息app 衢州市教研app 毕节市风力发电app 云浮市太阳能发电信息app 六盘水市学校app 长治市第二高中app 景德镇市暴雨监控中心app 亳州市公路管理app 商丘市社会求助app 株洲市教育局app 亳州市第二中学app 尼玛县新闻中心app 漳浦县历史记录app 阿坝县第五高中app 武城县申建app 长阳土家族自治县税务局app 双牌县文旅信息app 融水苗族自治县养殖补助app 新昌县太阳能发电信息app 景宁畲族自治县第五小学app 岐山县事业单位app 阳朔县教育信息app 申扎县第二中学app 淮滨县应急管理app 云和县住房保障app 将乐县工商局app 靖安县数据管理局app 光山县养殖补助app 治多县第四中学app 寻乌县通讯协会app 天柱县劳动局app 湟源县通讯协会app 洱源县第五小学app 卓尼县第六小学app 单县最新新闻app 嘉荫县人社管理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