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

金华市中心校app 中卫市第五小学app 抚顺市旅游监督app 晋城市论坛app 鹤岗市第四高中app 丹东市城乡建设app 青岛市电力app 六安市电视台广播app 成都市出口管理app 盘锦市申建app 辽阳市消费协会app 辽阳市劳动局app 雅安市民政管理app 宣城市第四高中app 昌都市便民app 池州市第四小学app 清远市第三中学app 葫芦岛市残联app 陇南市消防宣传app 广州市不良信息举报app 成都市振兴乡村app 安庆市公共文化服务app 济宁市安全生产app 铜川市第一中学app 芜湖市暴雨监控中心app 襄阳市政要信息app 吐鲁番市太阳能发电信息app 廊坊市水利app 昌宁县政要信息app 大关县第一小学app 淮滨县第五小学app 柳林县国土信息app 景宁畲族自治县惠农app 勉县旅游监督app 城口县第三中学app 茂县第四小学app 通山县住房保障app 云阳县政要信息app 景宁畲族自治县防灾信息app 龙门县中心校app 宽城满族自治县电视台广播app 亚东县重大建设公开app 沧源佤族自治县工程造价app 工布江达县旅游协会app 环江毛南族自治县第二高中app 玉屏侗族自治县安全生产app 嘉荫县工商局app 来凤县事业单位app 屏南县社会求助app 叙永县铁路管理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