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

辽源市国土信息app 娄底市教育局app 三亚市教育信息app 鹤壁市养殖补助app 白城市第二中学app 常德市便民app 上饶市便民app 眉山市工商局app 白山市公共文化服务app 陇南市政要信息app 葫芦岛市安全宣传app 日喀则市人社管理app 鄂尔多斯市第二中学app 佛山市森林消防app 宁波市旅游协会app 黄冈市政务服务app 朝阳市铁路管理app 鹰潭市第二中学app 泰州市学校简介app 中卫市政府公报app 宿州市税收公开app 三沙市不良信息举报app 威海市环境保护协会app 百色市工程造价app 张家界市国土信息app 广州市第五小学app 平凉市社会求助app 沈阳市环境保护协会app 岳阳市审计公开app 随州市养殖补助app 洪雅县法律服务app 兰西县税收公开app 静乐县助农app 蓝山县第三中学app 禄劝彝族苗族自治县电力app 长丰县安全宣传app 洛南县公共法律服务app 定兴县第三小学app 镇康县旅游监督app 永和县社会求助app 札达县残联app 大关县消防宣传app 安溪县残联救助app 吉水县政要信息app 藤县第六中学app 噶尔县天气监控中心app 马关县新闻中心app 金寨县台风信息app 砚山县风力发电app 昌乐县台风信息app 石林彝族自治县灾害救助app 米脂县旅游监督app 井研县台风监控中心app 蒲江县养老服务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