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

温州市学校app 辽源市防洪app 聊城市应急管理app 安顺市公益app 珠海市教研app 连云港市风力发电app 汕尾市教研app 丽江市卫生协会app 曲靖市公路管理app 威海市风力发电app 随州市台风信息app 泉州市第四中学app 通化市铁路管理app 山南市第三小学app 日喀则市通讯协会app 东莞市水利app 晋中市法律服务app 北海市土木工程app 葫芦岛市公共文化服务app 揭阳市公益app 宜宾市养老服务app 丹东市申建app 晋城市公路管理app 石嘴山市第二中学app 正宁县劳动局app 岳普湖县政要信息app 龙山县应急管理app 沁县非物质文化遗产app 磐安县水利app 陆河县桥梁管理app 梓潼县数据管理局app 永和县农业局app 莲花县工程造价app 大箐山县事业单位app 深泽县助农app 蓬安县旅游协会app 灌云县数据管理局app 浠水县残联app 化德县商都县消防局app 仪陇县第一高中app 八宿县非物质文化遗产app 获嘉县助农app 合江县建设局信息app 漾濞彝族自治县申建app 修水县劳动局app 玛纳斯县服务大厅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