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

延安市安全宣传app 梧州市天气监控中心app 岳阳市国土信息app 连云港市论坛app 新乡市惠农app 中山市粮食管理app 长治市社会求助app 金昌市劳动局app 湖州市公益app 武汉市信息公开app 巴中市学校app 拉萨市第四小学app 济南市公益app 安康市最新新闻app 随州市桥梁管理app 随州市灾害救助app 蚌埠市国土信息app 玉溪市税收公开app 曲靖市公共法律服务app 吉安市论坛app 延安市安全宣传app 六安市养老服务app 崇左市养老服务app 萍乡市第三小学app 宁海县第一中学app 新平彝族傣族自治县妇联app 剑川县非物质文化遗产app 三原县残联救助app 突泉县公共文化服务app 克山县妇联救助app 平乐县防灾信息app 巴东县人社管理app 惠水县水利app 肃南裕固族自治县第四小学app 阳朔县灾害救助app 于田县未成年保护协会app 仙居县国土信息app 固镇县铁路管理app 德清县学校简介app 雄县台风监控中心app 武宁县历史记录app 琼结县台风信息app 徐闻县农业局app 合阳县学校简介app 平邑县农业局app 民勤县公开信息app 新野县第四小学app 河曲县招标信息app 河口瑶族自治县第一中学app 融安县劳动局app 连南瑶族自治县养殖补助app 西充县天气监控中心app 淳化县最新新闻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