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

孝感市历史记录app 兰州市第二小学app 儋州市非物质文化遗产app 德州市电视台广播app 赤峰市消防局app 德州市第三高中app 自贡市环境保护协会app 益阳市防灾信息app 广元市安全生产app 保山市公正处app 铜陵市教研app 滨州市风力发电app 兰州市征地服务app 咸阳市政府公报app 上饶市招标信息app 鞍山市城乡建设app 鹤岗市第四高中app 黑河市土地局app 驻马店市养殖补助app 许昌市公共文化服务app 东莞市惠农app 秦皇岛市旅游协会app 东莞市振兴乡村app 茂名市妇联app 泸州市同城app 那曲市电台广播中心app 许昌市第三小学app 绵阳市森林消防app 玉屏侗族自治县征地服务app 阜城县国土信息app 泰顺县工商信息app 太康县公路管理app 凤冈县不良信息举报app 九寨沟县最新新闻app 玉山县非物质文化遗产app 建始县建设局信息app 镇康县水利app 光山县旅游协会app 宣汉县专题专栏app 临颍县消防局app 永顺县粮食管理app 元阳县卫生协会app 蔚县防火app 渑池县劳动局app 肃北蒙古族自治县妇联app 巴马瑶族自治县第一中学app 大城县税务局app 南乐县水利app 阜新蒙古族自治县第四小学app 泾川县第五小学app 蠡县社会求助app 祁门县第四小学app 南华县风力发电app 富源县教育信息app 花莲县税收公开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