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

乌兰察布市第六小学app 来宾市招标信息app 保山市最新新闻app 吴忠市服务大厅app 七台河市风力发电app 潮州市税务局app 梅州市通讯协会app 郴州市桥梁管理app 梧州市街道办app 咸阳市妇联app 延安市人社管理app 安庆市城乡建设app 常州市警务app 珠海市政要信息app 黄山市养老服务app 衢州市最新新闻app 聊城市第二中学app 池州市教育局app 贵阳市第三小学app 安康市土地申报app 中山市旅游协会app 肇庆市公共法律服务app 聊城市非物质文化遗产app 武平县消防宣传app 禄丰县第三小学app 麟游县第三中学app 通化县安全宣传app 克东县土地申报app 怀集县土地申报app 藤县助农app 嘉鱼县特殊家庭关爱协会app 寿宁县太阳能发电信息app 壤塘县第六中学app 塔什库尔干塔吉克自治县建设局信息app 宽甸满族自治县教育信息app 扶绥县应急管理app 中江县同城app 吉木乃县重大建设公开app 临夏县安全宣传app 兴县第六小学app 饶阳县服务大厅app 政和县教育局app 阳西县防灾信息app 青县水务app 从江县桥梁管理app 呼玛县教育局app 千阳县学校简介app 河南蒙古族自治县农业app 永仁县公益app 威远县防洪信息app 新疆维吾尔自治区通讯协会app 威信县申建app 资源县公正处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