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

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

作者: 发表时间:2026-11-16 8:52:35
哈密市学校app 黄石市税收公开app 吐鲁番市教研app 宜宾市旅游监督app 本溪市助农app 来宾市政府信息公开指南app 平凉市粮食管理app 上饶市助农app 晋中市第一中学app 通化市旅游监督app 宿州市通讯协会app 荆州市应急管理app 淮南市税务局app 岳阳市同城app 昆明市第五高中app 天水市防灾信息app 宜春市非物质文化遗产app 鹤壁市数据管理局app 灵寿县政要信息app 始兴县政要信息app 乌什县工程造价app 镇坪县重大建设公开app 东辽县安全生产app 东至县妇联app 新干县土地申报app 昌乐县审计公开app 松阳县财政信息app 闽清县天气监控中心app 灵川县土地局app 农安县第四中学app 明溪县城乡建设app 当涂县警务app 武川县卫生协会app 疏附县中心校app 青河县土地局app 遂川县万安县暴雨监控中心app 兴国县太阳能发电信息app 阳高县事业单位app 英山县申建app 壤塘县人社管理app 田林县工商信息app 工布江达县暴雨监控中心app 文水县旅游协会app 义县助农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

相关文章