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

安康市教育局app 克拉玛依市公路管理app 阳江市第五高中app 新余市审计公开app 苏州市学校app 陇南市法律服务app 阜新市第五小学app 随州市防灾信息app 江门市新闻中心app 保山市财政信息app 三亚市街道办app 莆田市审计公开app 温州市第四中学app 锦州市天气监控中心app 盐城市公开信息app 定西市财政信息app 阜新市通讯协会app 绵阳市振兴乡村app 呼和浩特市第二中学app 南通市市场监督app 邵阳市太阳能发电信息app 卓尼县养老服务app 丁青县论坛app 鹿邑县电视台广播app 铜鼓县养老服务app 昭苏县粮食管理app 云和县土地局app 宁城县台风监控中心app 通海县城乡建设app 藤县招标信息app 资源县人社管理app 濉溪县枞阳县教育信息app 孟村回族自治县政府信息公开指南app 唐河县消防局app 静宁县消防局app 资溪县农业局app 叶城县天气监控中心app 攸县消防宣传app 淮滨县农业局app 洛浦县妇联app 保靖县公益app 玉龙纳西族自治县工商局app 北川羌族自治县公益app 新蔡县灾害救助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