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

佛山市防灾信息app 芜湖市中心校app 西安市太阳能发电信息app 贵阳市教育信息app 绍兴市审计公开app 绵阳市应急管理app 蚌埠市同城app 乌鲁木齐市防火app 哈尔滨市教研app 固原市政府信息公开指南app 贺州市农业局app 南宁市防灾信息app 泸州市水务app 钦州市太阳能发电信息app 葫芦岛市住房保障app 成都市消防局app 信阳市第五中学app 乌海市热点专题app 忻州市申建app 兰州市土地局app 酒泉市环境保护协会app 鹤壁市工商信息app 锦州市农业补贴app 仙居县水务app 武川县市场监督app 婺源县第三小学app 镇宁布依族苗族自治县劳动局app 忻城县旅游协会app 方山县政府公报app 岗巴县消防局app 德江县第一高中app 绥德县第一小学app 保靖县出口管理app 新兴县第五高中app 福海县公共法律服务app 祁县中心校app 陇西县第六中学app 镇沅彝族哈尼族拉祜族自治县历史记录app 精河县服务大厅app 荣县非物质文化遗产app 宜兰县公正处app 遂川县万安县妇联救助app 洛隆县森林消防app 桑植县中心校app 来安县农业补贴app 凤县消费协会app 宜黄县专题专栏app 寿县城乡建设app 宾川县电力app 行唐县助农app 姚安县第三中学app 翁源县振兴乡村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