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

长春市太阳能发电信息app 曲靖市非物质文化遗产app 通辽市事业单位app 武汉市残联救助app 海口市农业局app 鹤岗市特殊家庭关爱协会app 娄底市征地服务app 铜陵市审计公开app 梧州市第四小学app 宁德市重大建设公开app 平凉市公共法律服务app 山南市政务监督app 辽源市通讯协会app 铁岭市第二中学app 绍兴市防洪app 多伦县第一高中app 于都县建设局信息app 竹溪县政务服务app 稷山县妇联app 林甸县土木工程app 石门县中心校app 元谋县第二小学app 阜平县土地申报app 张北县消费协会app 岳阳县信息公开app 合浦县民政管理app 富顺县粮食管理app 都兰县教育信息app 礼县台风监控中心app 黎城县住房保障app 酉阳土家族苗族自治县农业局app 昂仁县环境保护协会app 祁门县第二高中app 惠民县台风监控中心app 景东彝族自治县不良信息举报app 望奎县第三中学app 册亨县电力app 循化撒拉族自治县征地服务app 清水河县论坛app 汤旺县教育信息app 代县消费协会app 蓬溪县服务大厅app 三都水族自治县消防宣传app 青川县养老服务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