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

宣城市桥梁管理app 昌都市税收公开app 德州市应急管理app 承德市公开信息app 眉山市建设局信息app 黑河市应急管理app 毕节市防洪信息app 扬州市学校app 玉溪市公路管理app 云浮市第六中学app 沈阳市申建app 临汾市台风监控中心app 晋中市第二小学app 佛山市税务局app 深圳市最新新闻app 马鞍山市住房保障app 鹤岗市政要信息app 呼和浩特市太阳能发电信息app 贵港市第二中学app 烟台市铁路管理app 郴州市第四高中app 马鞍山市森林消防app 淮安市水务app 绍兴市森林消防app 长春市防洪信息app 吴忠市中心校app 郯城县工程造价app 文县审计公开app 洛南县工商信息app 迁西县公开信息app 平利县风力发电app 平舆县灾害救助app 新蔡县社会求助app 龙州县第六小学app 嵩明县公共法律服务app 怀安县铁路管理app 波密县第四中学app 富平县暴雨监控中心app 杞县学校app 米林县公共法律服务app 昭觉县暴雨监控中心app 高阳县第六中学app 肥东县非物质文化遗产app 绿春县妇联救助app 岢岚县水利app 沙湾县土木工程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