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

邵阳市公共文化服务app 双鸭山市学校简介app 厦门市公共文化服务app 秦皇岛市未成年保护协会app 营口市税收公开app 保山市第四高中app 哈尔滨市土木工程app 巴彦淖尔市公益app 安阳市申建app 毕节市土地申报app 嘉兴市信息公开app 海东市防洪app 宿迁市公路管理app 毕节市消防宣传app 呼伦贝尔市防火app 龙岩市政务服务app 广安市妇联app 张掖市铁路管理app 衡水市申建app 宣城市出口管理app 额敏县水务app 凤台县人社管理app 伊宁县妇联app 筠连县铁路管理app 富县数据管理局app 蓝田县第六中学app 沅陵县同城app 来安县灾害救助app 西盟佤族自治县暴雨监控中心app 右玉县信息公开app 眉县劳动局app 乐安县旅游协会app 长白朝鲜族自治县公共法律服务app 克东县第三小学app 蕉岭县第四小学app 祁县第三小学app 绥德县公路管理app 大悟县公路管理app 昔阳县第四小学app 长顺县第一高中app 古田县消费协会app 景谷傣族彝族自治县第六小学app 泰和县铁路管理app 宁化县税务局app 萝北县安全宣传app 佛坪县电力app 城固县不良信息举报app 苗栗县未成年保护协会app 德庆县应急管理app 静乐县公开信息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