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

阜阳市论坛app 临汾市消防局app 白城市政府信息公开指南app 三门峡市第四小学app 苏州市台风监控中心app 肇庆市第三中学app 连云港市最新新闻app 忻州市第三高中app 齐齐哈尔市助农app 鄂尔多斯市铁路管理app 商洛市残联app 赤峰市教育信息app 三沙市学校app 中卫市第三高中app 三沙市非物质文化遗产app 荆门市街道办app 包头市学校简介app 肇庆市消防局app 邵阳市第四中学app 洛阳市风力发电app 吉安市审计公开app 武威市重大建设公开app 抚州市第一高中app 山阴县第六小学app 禄劝彝族苗族自治县旅游监督app 杜尔伯特蒙古族自治县妇联救助app 双江拉祜族佤族布朗族傣族自治县台风监控中心app 丁青县出口管理app 巩留县中心校app 清水县农业app 商水县第三中学app 隆安县法律服务app 尖扎县第三小学app 广河县财政信息app 木兰县防灾信息app 临武县第一中学app 高台县公正处app 宁明县消防局app 宜川县文旅信息app 衡阳县国土信息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