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

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

作者: 发表时间:2026-11-17 10:29:46
湖州市不良信息举报app 黑河市城乡建设app 东营市同城app 咸阳市土木工程app 定西市妇联救助app 娄底市消费协会app 滨州市电台广播中心app 荆门市水务app 嘉兴市社会求助app 荆州市第三中学app 黑河市公益app 大竹县学校app 新野县政府公报app 五原县电力app 濉溪县枞阳县农业局app 蒙阴县养老服务app 那坡县第二中学app 宣恩县第四高中app 洱源县第二高中app 德保县第五小学app 雅江县财政信息app 滑县灾害救助app 玉田县公路管理app 沐川县建设局信息app 连城县不良信息举报app 凤阳县农业局app 洞口县水利app 泗阳县土木工程app 滑县非物质文化遗产app 周至县新闻中心app 兴和县风力发电app 灵山县城乡建设app 南华县出口管理app 隆化县公正处app 云阳县文旅信息app 东海县财政信息app 阳高县同城app 封开县第一中学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

相关文章