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

乌兰察布市第六中学app 蚌埠市未成年保护协会app 贺州市环境保护协会app 固原市消防局app 松原市法律服务app 玉林市太阳能发电信息app 双鸭山市水利app 渭南市不良信息举报app 包头市社会求助app 吐鲁番市税务局app 景德镇市粮食管理app 湘潭市城乡建设app 南昌市安全生产app 昭通市不良信息举报app 焦作市公益app 长春市同城app 伊春市政务服务app 固原市振兴乡村app 银川市司法管理app 淮北市不良信息举报app 鹰潭市土地局app 乌鲁木齐市第六小学app 商丘市公益app 德州市农业补贴app 成都市专题专栏app 赣州市第一小学app 驻马店市中心校app 铜陵市第一中学app 黄冈市旅游协会app 祁县教育局app 勉县政务监督app 东兰县残联救助app 巴塘县农业补贴app 郏县申建app 环县妇联救助app 永新县民政管理app 于田县粮食管理app 延长县养殖补助app 商城县台风信息app 饶河县环境保护协会app 玉龙纳西族自治县事业单位app 鲁甸县不良信息举报app 镇远县事业单位app 宁南县财政信息app 隆化县不良信息举报app 阿合奇县森林消防app 永善县人社管理app 理塘县农业局app 营山县妇联app 徽县农业局app 蒲城县申建app 达日县电力app 石屏县街道办app 新河县论坛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