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

漳州市不良信息举报app 张家口市电力app 厦门市第四小学app 丽江市非物质文化遗产app 日照市特殊家庭关爱协会app 合肥市第四小学app 珠海市教育局app 许昌市水利app 辽源市太阳能发电信息app 淄博市第六中学app 漳州市第一中学app 梧州市森林消防app 双鸭山市妇联救助app 沧州市惠农app 许昌市卫生协会app 保定市第五高中app 濮阳市防洪信息app 南宁市铁路管理app 哈尔滨市专题专栏app 通化市防火app 肇庆市森林消防app 安庆市暴雨监控中心app 铁岭市第二中学app 南昌市第一小学app 呼伦贝尔市天气监控中心app 巴彦淖尔市工程造价app 萍乡市太阳能发电信息app 武威市环境保护协会app 白城市历史记录app 松原市专题专栏app 塔什库尔干塔吉克自治县旅游协会app 隆安县农业补贴app 遂溪县招标信息app 交口县安全生产app 马边彝族自治县残联救助app 石城县消防局app 望奎县灾害救助app 南乐县新闻中心app 雷山县工商局app 平远县桥梁管理app 柞水县住房保障app 万荣县新闻中心app 屯昌县公共文化服务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