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

淄博市第三小学app 绵阳市农业补贴app 沧州市消防局app 泸州市建设局信息app 安庆市第一高中app 鸡西市土木工程app 山南市第五小学app 萍乡市申建app 安康市桥梁管理app 吉安市残联app 洛阳市警务app 那曲市出口管理app 泰安市工商局app 常州市第四中学app 忻州市惠农app 昌都市养老服务app 萍乡市振兴乡村app 云浮市消防局app 安顺市防洪app 衢州市土地申报app 南阳市学校app 襄阳市工程造价app 淮安市第二高中app 东莞市第二高中app 吐鲁番市公益app 阜阳市妇联app 韶关市旅游协会app 沧州市粮食管理app 延安市土地申报app 三门峡市森林消防app 咸丰县第二高中app 莎车县申建app 垣曲县信息公开app 湖口县环境保护协会app 雄县第四小学app 濉溪县枞阳县公共法律服务app 内黄县第二高中app 岑巩县电力app 天峨县审计公开app 合水县政务服务app 永吉县热点专题app 通江县第四小学app 蒙阴县教育信息app 册亨县农业补贴app 威宁彝族回族苗族自治县第五高中app 甘泉县财政信息app 闽清县助农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