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

吉安市政要信息app 柳州市第五小学app 石家庄市铁路管理app 衡阳市电台广播中心app 沧州市助农app 广安市新闻中心app 运城市新闻中心app 贵阳市教研app 聊城市农业补贴app 遂宁市国土信息app 宜宾市电台广播中心app 哈尔滨市防灾信息app 白山市工商信息app 湘潭市人社管理app 濮阳市暴雨监控中心app 保山市便民app 十堰市第五小学app 六安市财政信息app 丹东市社会求助app 巴中市公共法律服务app 阜新市暴雨监控中心app 锦州市第三高中app 株洲市公共法律服务app 朝阳市风力发电app 阳江市历史记录app 夏邑县第二高中app 温县招标信息app 浦北县防洪app 玛曲县中心校app 广灵县公路管理app 淮滨县数据管理局app 安新县第四高中app 迁西县事业单位app 台江县税务局app 巴里坤哈萨克自治县政要信息app 安仁县消费协会app 德保县养殖补助app 鲁甸县助农app 东海县城乡建设app 衡山县第二小学app 师宗县公开信息app 夏河县便民app 阳高县公共法律服务app 巫溪县街道办app 贵德县教研app 孟村回族自治县消费协会app 乐东黎族自治县工程造价app 卓资县信息公开app 五原县电力app 岱山县政务服务app 长海县劳动局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