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

济宁市电台广播中心app 保山市税务局app 丹东市防火app 广州市教育信息app 临汾市政务监督app 宝鸡市第五高中app 延安市服务大厅app 白城市助农app 太原市征地服务app 通化市工商信息app 金昌市劳动局app 商丘市公开信息app 三明市数据管理局app 鹰潭市公路管理app 葫芦岛市文旅信息app 朝阳市养老服务app 荆门市森林消防app 马鞍山市公路管理app 唐山市政务监督app 铜仁市社会求助app 河池市残联救助app 临沂市第一高中app 遵义市不良信息举报app 大庆市台风监控中心app 鄂尔多斯市出口管理app 临武县政府信息公开指南app 汪清县劳动局app 山阳县招标信息app 夏县政府信息公开指南app 彝良县法律服务app 天峻县土地申报app 乐业县审计公开app 尼玛县税务局app 福贡县招标信息app 昭平县论坛app 华池县学校简介app 岗巴县征地服务app 金堂县国土信息app 都兰县政府公报app 松桃苗族自治县旅游监督app 临颍县民政管理app 濮阳县教育局app 高青县历史记录app 鄢陵县第一小学app 宜川县公益app 丰顺县便民app 泸溪县历史记录app 西畴县公共法律服务app 方正县招标信息app 赫章县第五中学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