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

天水市防洪信息app 商洛市事业单位app 辽源市出口管理app 汕头市人社管理app 银川市消费协会app 安阳市公路管理app 苏州市热点专题app 安康市台风信息app 荆门市公益app 海东市电台广播中心app 朝阳市公共文化服务app 平顶山市法律服务app 衡阳市税务局app 长春市消费协会app 泰州市暴雨监控中心app 潮州市公路管理app 烟台市服务大厅app 泰安市国土信息app 咸阳市第二小学app 合肥市征地服务app 武汉市第一小学app 北海市第三高中app 白山市养老服务app 漳州市司法管理app 邯郸市公共文化服务app 汾西县教育信息app 始兴县工程造价app 丰县非物质文化遗产app 浚县惠农app 清丰县农业补贴app 辽阳县社会求助app 垣曲县防洪app 南乐县法律服务app 商城县残联救助app 清徐县助农app 祁门县惠农app 武邑县太阳能发电信息app 昭苏县旅游协会app 石阡县出口管理app 丰县消防局app 依兰县妇联救助app 平乐县电力app 元谋县农业局app 昌图县中心校app 大化瑶族自治县教育信息app 金阳县消防局app 久治县公益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