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

常德市司法管理app 毕节市第五中学app 临沂市安全宣传app 天水市消费协会app 齐齐哈尔市铁路管理app 衡阳市第二小学app 遵义市消费协会app 荆州市公正处app 商丘市防洪信息app 芜湖市旅游协会app 普洱市桥梁管理app 鹰潭市灾害救助app 苏州市第三中学app 邵阳市环境保护协会app 舟山市旅游协会app 贺州市民政管理app 丽水市第三中学app 潍坊市法律服务app 新余市建设局信息app 三沙市服务大厅app 原阳县政务监督app 昌图县征地服务app 金塔县水利app 噶尔县电视台广播app 赵县电视台广播app 长丰县消防宣传app 木里藏族自治县街道办app 富蕴县第二高中app 镇原县第四小学app 乐安县农业局app 西林县社会求助app 九龙县教育信息app 吉隆县第一小学app 阜城县劳动局app 蒙城县审计公开app 托克托县妇联app 蕲春县防火app 彝良县住房保障app 三门县农业app 巴塘县应急管理app 安岳县环境保护协会app 尼玛县中心校app 巍山彝族回族自治县出口管理app 镇坪县政要信息app 翁源县不良信息举报app 新干县第三中学app 都安瑶族自治县第二中学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