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

常德市台风监控中心app 松原市卫生协会app 吉林市司法管理app 赣州市公路管理app 临沂市公开信息app 自贡市第四小学app 乌海市政要信息app 崇左市公益app 大同市第一高中app 吴忠市数据管理局app 咸阳市第二中学app 通辽市政务监督app 焦作市水务app 抚州市第三小学app 无锡市天气监控中心app 营口市残联救助app 无锡市征地服务app 随州市电力app 广州市建设局信息app 本溪市卫生协会app 景德镇市第六中学app 宁晋县森林消防app 耿马傣族佤族自治县消防局app 松潘县旅游监督app 镇坪县第三高中app 玛多县旅游监督app 清流县未成年保护协会app 东平县新闻中心app 荣县公正处app 宾县防灾信息app 元氏县社会求助app 商南县不良信息举报app 农安县重大建设公开app 长海县最新新闻app 山丹县政府信息公开指南app 曲阳县招标信息app 泾阳县非物质文化遗产app 社旗县社会求助app 盐边县公共法律服务app 玉山县电台广播中心app 临县防火app 黄梅县第五小学app 资源县服务大厅app 普定县劳动局app 罗平县消费协会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