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

宿迁市农业补贴app 梧州市人社管理app 乌兰察布市粮食管理app 威海市服务大厅app 哈尔滨市暴雨监控中心app 防城港市水务app 中山市安全生产app 安顺市天气监控中心app 中卫市妇联救助app 普洱市农业app 克拉玛依市残联救助app 乌海市第三中学app 六盘水市第五中学app 武威市审计公开app 平顶山市铁路管理app 黄石市第一中学app 南通市第一中学app 朔州市论坛app 菏泽市旅游协会app 三明市森林消防app 伊春市非物质文化遗产app 运城市灾害救助app 方正县消防宣传app 柘城县工商信息app 西华县土木工程app 鹤峰县公益app 泾阳县司法管理app 灵山县公共法律服务app 久治县特殊家庭关爱协会app 蒙山县公共法律服务app 沁水县第三高中app 余庆县电力app 定兴县农业补贴app 都安瑶族自治县便民app 法库县水务app 凤县重大建设公开app 元江哈尼族彝族傣族自治县第四小学app 梨树县第三中学app 迭部县第五小学app 神池县民政管理app 兰坪白族普米族自治县第二中学app 宜兰县便民app 宁津县建设局信息app 鹿寨县桥梁管理app 千阳县人社管理app 光泽县第二小学app 黟县粮食管理app 田林县粮食管理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