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

荆门市新闻中心app 枣庄市卫生协会app 抚顺市文旅信息app 安庆市第四中学app 西安市养殖补助app 朝阳市住房保障app 晋城市热点专题app 郑州市同城app 张家口市工程造价app 潍坊市服务大厅app 克拉玛依市便民app 苏州市第四高中app 三门峡市铁路管理app 双鸭山市工商信息app 湘潭市教研app 贵阳市政府公报app 宁波市农业局app 内江市环境保护协会app 本溪市公益app 日照市粮食管理app 丽江市农业局app 韶关市第五小学app 榆林市国土信息app 朔州市民政管理app 牡丹江市第四小学app 东营市最新新闻app 邢台市不良信息举报app 贵港市旅游监督app 吉安市安全生产app 攸县第二小学app 怀来县学校简介app 民丰县森林消防app 濮阳县养老服务app 中江县消防局app 聂拉木县司法管理app 怀宁县司法管理app 永修县不良信息举报app 正定县招标信息app 修水县住房保障app 信丰县妇联救助app 双峰县审计公开app 突泉县特殊家庭关爱协会app 屏山县第五中学app 庆元县第五高中app 理县未成年保护协会app 紫金县民政管理app 内丘县防洪app 霍邱县第四小学app 额敏县工商信息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