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

抚顺市公正处app 克拉玛依市重大建设公开app 海东市劳动局app 通辽市粮食管理app 上饶市第一高中app 牡丹江市人社管理app 莆田市旅游协会app 赤峰市同城app 遵义市数据管理局app 哈密市第二小学app 绥化市历史记录app 昌都市警务app 巴彦淖尔市热点专题app 阜阳市政府信息公开指南app 株洲市政务服务app 南阳市人社管理app 攀枝花市灾害救助app 咸阳市政府公报app 榆林市振兴乡村app 宜昌市论坛app 平凉市第二高中app 许昌市第四高中app 滁州市公益app 新宁县同城app 始兴县街道办app 定安县天气监控中心app 新宾满族自治县暴雨监控中心app 婺源县城乡建设app 东兰县土木工程app 金塔县电力app 托克逊县旅游监督app 龙门县特殊家庭关爱协会app 轮台县学校app 柳林县学校简介app 逊克县民政管理app 林甸县财政信息app 宁陵县妇联救助app 秀山土家族苗族自治县台风信息app 昭苏县应急管理app 焉耆回族自治县工商信息app 曲周县新闻中心app 新和县历史记录app 宁津县中心校app 富裕县第二高中app 珙县旅游协会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