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

辽阳市学校简介app 吴忠市工程造价app 信阳市防洪信息app 酒泉市特殊家庭关爱协会app 阳江市教育信息app 周口市城乡建设app 赣州市卫生协会app 襄阳市通讯协会app 哈尔滨市财政信息app 延安市惠农app 咸阳市街道办app 许昌市第二中学app 包头市残联救助app 百色市政府公报app 哈尔滨市第四小学app 衡东县事业单位app 西峡县卫生协会app 得荣县建设局信息app 马关县数据管理局app 青冈县灾害救助app 祁东县第五高中app 嵩县防洪信息app 札达县申建app 琼中黎族苗族自治县未成年保护协会app 华坪县水务app 海晏县教育局app 石门县服务大厅app 江永县人社管理app 循化撒拉族自治县卫生协会app 望江县国土信息app 察隅县招标信息app 皮山县土地申报app 通城县土木工程app 郸城县建设局信息app 琼结县农业补贴app 民勤县学校简介app 顺平县第一中学app 壶关县服务大厅app 拉孜县铁路管理app 柘城县市场监督app 衡山县铁路管理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