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

嘉兴市政要信息app 吴忠市学校简介app 石嘴山市森林消防app 辽阳市公共法律服务app 金华市第二中学app 焦作市第二高中app 乌兰察布市第五中学app 苏州市养殖补助app 宁波市人社管理app 松原市养老服务app 宿迁市未成年保护协会app 防城港市残联app 三门峡市旅游协会app 定西市防火app 自贡市电台广播中心app 合肥市第五中学app 焦作市工商信息app 昆明市出口管理app 逊克县风力发电app 平山县热点专题app 隆林各族自治县水务app 大通回族土族自治县旅游协会app 那坡县消防局app 波密县残联救助app 溆浦县养殖补助app 罗田县第三中学app 友谊县第二高中app 定日县数据管理局app 雷波县旅游协会app 潢川县劳动局app 衡山县风力发电app 青阳县文旅信息app 大姚县农业局app 临沭县警务app 平武县土地局app 墨江哈尼族自治县桥梁管理app 巩留县惠农app 玉田县数据管理局app 泾源县公益app 玛纳斯县第五中学app 甘德县财政信息app 抚松县安全宣传app 沽源县重大建设公开app 刚察县土木工程app 岳西县政要信息app 孝昌县人社管理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