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

陇南市第五中学app 宜春市振兴乡村app 北海市防洪信息app 宜昌市妇联救助app 淮南市招标信息app 丹东市政务监督app 毕节市招标信息app 安顺市政务服务app 邢台市电视台广播app 威海市第四小学app 贺州市信息公开app 天水市公共法律服务app 鞍山市公开信息app 杭州市第五中学app 三亚市第六中学app 昌都市残联救助app 岳阳市信息公开app 潍坊市第三小学app 攀枝花市第三小学app 漳州市税务局app 潮州市应急管理app 鹤岗市住房保障app 黄石市消防宣传app 黑河市征地服务app 景德镇市第五高中app 秦皇岛市水务app 泾川县公共文化服务app 松潘县养老服务app 石门县防洪app 谷城县服务大厅app 阳谷县第四高中app 循化撒拉族自治县学校简介app 岐山县第五高中app 黔西县学校简介app 马山县台风监控中心app 兰西县养老服务app 康马县同城app 林周县惠农app 灌云县不良信息举报app 姚安县政务服务app 通江县教育局app 两当县人社管理app 曲水县养殖补助app 合水县热点专题app 肥东县热点专题app 安平县国土信息app 阳信县卫生协会app 华安县南靖县第二高中app 华池县服务大厅app 屏南县同城app 云阳县人社管理app 阿合奇县第二中学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