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

铜陵市第二中学app 萍乡市第五高中app 周口市通讯协会app 金昌市第一小学app 宜宾市灾害救助app 东莞市惠农app 保定市公益app 昭通市政务服务app 毕节市第二高中app 石嘴山市暴雨监控中心app 绍兴市教育局app 广安市公开信息app 长沙市便民app 自贡市土木工程app 佛山市第六小学app 成都市台风监控中心app 清远市第一高中app 来宾市农业局app 绥化市铁路管理app 攀枝花市公益app 东莞市征地服务app 临沧市森林消防app 乌海市旅游监督app 娄底市妇联app 鹤壁市铁路管理app 永善县第二中学app 柯坪县公益app 会理县城乡建设app 白玉县国土信息app 新源县太阳能发电信息app 松溪县服务大厅app 会理县学校app 铜鼓县第一小学app 连南瑶族自治县第四高中app 兴和县政要信息app 蓝田县城乡建设app 朝阳县第六中学app 井陉县电视台广播app 古县第四高中app 祥云县惠农app 米脂县学校简介app 徽县税务局app 乳源瑶族自治县天气监控中心app 大余县新闻中心app 囊谦县文旅信息app 当涂县第三高中app 东明县农业局app 砀山县公开信息app 乡宁县消费协会app 宕昌县公共文化服务app 沈丘县税务局app 肃北蒙古族自治县防洪信息app 合江县铁路管理app 白水县森林消防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