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

威海市事业单位app 锦州市重大建设公开app 阳江市第三小学app 南通市便民app 杭州市中心校app 铜陵市暴雨监控中心app 温州市防火app 晋城市历史记录app 昌都市招标信息app 渭南市粮食管理app 玉溪市出口管理app 三门峡市便民app 吴忠市建设局信息app 日喀则市政府信息公开指南app 石嘴山市农业app 南京市公共文化服务app 石嘴山市社会求助app 随州市残联救助app 宝鸡市台风信息app 厦门市残联app 伊春市农业app 六安市桥梁管理app 抚顺市第二高中app 漯河市城乡建设app 石家庄市公正处app 白银市第三中学app 内江市桥梁管理app 安庆市第四中学app 柘荣县防灾信息app 漳浦县政府公报app 尉犁县政府公报app 五莲县土木工程app 兴山县国土信息app 泸定县第四中学app 隆安县第五高中app 炉霍县非物质文化遗产app 汝阳县卫生协会app 上林县招标信息app 木兰县暴雨监控中心app 梁山县环境保护协会app 临武县人社管理app 东阿县专题专栏app 柳林县专题专栏app 宝兴县住房保障app 山丹县民政管理app 河南蒙古族自治县土地局app 张北县法律服务app 化隆回族自治县电台广播中心app 临西县政要信息app 隆安县第五中学app 桐庐县学校app 文水县第五小学app 哈巴河县电视台广播app 民勤县政务服务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