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

延安市水务app 濮阳市热点专题app 茂名市建设局信息app 东营市旅游协会app 日喀则市社会求助app 开封市教育局app 蚌埠市残联app 威海市城乡建设app 菏泽市森林消防app 临汾市第四中学app 宣城市铁路管理app 三沙市事业单位app 保定市旅游监督app 宜昌市街道办app 锦州市法律服务app 攀枝花市旅游协会app 大同市工商信息app 哈密市街道办app 乌海市农业补贴app 台州市应急管理app 鸡西市风力发电app 鹰潭市养殖补助app 南京市残联app 海东市法律服务app 衡水市农业补贴app 平凉市历史记录app 雅安市政府公报app 益阳市街道办app 株洲市台风信息app 济宁市税务局app 曲阳县出口管理app 桑日县热点专题app 仪陇县工商信息app 濮阳县旅游监督app 舟曲县特殊家庭关爱协会app 平顺县第二中学app 玛多县国土信息app 临潭县风力发电app 道孚县环境保护协会app 大邑县征地服务app 松溪县最新新闻app 琼结县天气监控中心app 巴东县振兴乡村app 云和县惠农app 施甸县事业单位app 武平县太阳能发电信息app 平顺县数据管理局app 确山县惠农app 莒南县教育信息app 大城县政要信息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