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

吐鲁番市不良信息举报app 滁州市天气监控中心app 马鞍山市民政管理app 辽阳市防灾信息app 厦门市消费协会app 淄博市农业补贴app 北海市水务app 六安市法律服务app 张掖市政要信息app 盘锦市中心校app 黄冈市太阳能发电信息app 朔州市工商局app 南充市第六中学app 铜陵市安全生产app 阳泉市公共文化服务app 漯河市农业app 保山市森林消防app 黄山市养老服务app 广州市公共文化服务app 沧州市新闻中心app 云浮市电台广播中心app 宜春市法律服务app 韶关市土地申报app 张家界市热点专题app 阳泉市助农app 宿迁市风力发电app 漳州市第六中学app 咸宁市便民app 疏附县未成年保护协会app 仙居县养殖补助app 濮阳县防火app 城口县第三小学app 镇沅彝族哈尼族拉祜族自治县暴雨监控中心app 磐安县第一中学app 单县农业补贴app 临高县土地申报app 嘉鱼县国土信息app 米易县第二高中app 武宁县政务服务app 祁县最新新闻app 东阿县征地服务app 临邑县非物质文化遗产app 富民县土地申报app 吴桥县助农app 都昌县政府公报app 淳化县天气监控中心app 务川仡佬族苗族自治县政务监督app 萨嘎县水利app 安岳县税收公开app 高阳县助农app 岱山县防洪app 丰都县水利app 都安瑶族自治县审计公开app 广平县防灾信息app 张北县工商局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