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

吕梁市水务app 安康市粮食管理app 宝鸡市公路管理app 邵阳市防洪信息app 榆林市公正处app 昭通市出口管理app 滁州市消防宣传app 绥化市防洪信息app 马鞍山市政要信息app 许昌市暴雨监控中心app 信阳市残联app 石家庄市第二小学app 乌海市防洪app 那曲市城乡建设app 深圳市第四小学app 吉安市政要信息app 海东市防灾信息app 十堰市劳动局app 海东市最新新闻app 信阳市防洪信息app 贺州市民政管理app 铜陵市天气监控中心app 百色市事业单位app 西宁市公正处app 鹰潭市妇联app 白城市安全宣传app 崇左市安全宣传app 株洲市电视台广播app 白银市第二中学app 中牟县消防宣传app 龙州县应急管理app 汪清县公正处app 永寿县政府信息公开指南app 精河县第二高中app 固安县振兴乡村app 隆尧县同城app 藤县通讯协会app 泗水县电视台广播app 湄潭县社会求助app 尼木县风力发电app 汝阳县妇联app 乐亭县土木工程app 砚山县养老服务app 沭阳县教研app 泾阳县招标信息app 凤阳县第二中学app 长兴县第一小学app 民勤县天气监控中心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