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

怀化市热点专题app 贺州市人社管理app 杭州市非物质文化遗产app 宜昌市助农app 沧州市电视台广播app 石家庄市公正处app 孝感市安全生产app 海口市应急管理app 太原市事业单位app 怀化市消防局app 石嘴山市公益app 荆门市便民app 聊城市民政管理app 东营市未成年保护协会app 包头市公益app 邯郸市安全生产app 那曲市第二高中app 郑州市公共法律服务app 遂宁市安全生产app 攀枝花市劳动局app 普洱市工商信息app 鞍山市妇联app 吴忠市学校app 武城县农业app 巧家县防火app 遂平县残联app 贡嘎县森林消防app 大名县不良信息举报app 玛曲县第二高中app 纳雍县公共文化服务app 武乡县妇联救助app 陇川县电力app 宾阳县第二中学app 靖边县最新新闻app 吉木乃县妇联app 卢龙县社会求助app 博白县招标信息app 桐柏县通讯协会app 阳原县残联app 哈巴河县非物质文化遗产app 泸定县最新新闻app 海原县城乡建设app 玛纳斯县桥梁管理app 古田县新闻中心app 光泽县台风信息app 沈丘县灾害救助app 郏县街道办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