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

嘉峪关市政府公报app 蚌埠市出口管理app 秦皇岛市公共法律服务app 眉山市振兴乡村app 合肥市安全宣传app 随州市工程造价app 乐山市学校app 肇庆市不良信息举报app 昭通市防火app 遵义市审计公开app 新乡市消费协会app 宿迁市街道办app 黄山市住房保障app 铜川市论坛app 商洛市粮食管理app 巴彦淖尔市服务大厅app 杭州市同城app 宁德市审计公开app 白山市申建app 鄂州市第四中学app 酒泉市第五小学app 黄龙县土地申报app 玉山县第六小学app 商水县台风信息app 壶关县第五中学app 弋阳县教育局app 桐梓县残联app 屏东县防灾信息app 永昌县旅游监督app 抚松县警务app 西盟佤族自治县劳动局app 泰来县第一小学app 随县土地申报app 浑源县中心校app 汉阴县卫生协会app 万年县农业局app 岱山县同城app 洱源县住房保障app 郏县人社管理app 弥渡县水务app 大关县助农app 黑水县第五中学app 西和县政府公报app 商水县市场监督app 祁县建设局信息app 汉源县妇联救助app 蒙阴县妇联救助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