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

通化市土木工程app 辽源市工程造价app 安顺市森林消防app 上饶市教研app 台州市国土信息app 拉萨市公正处app 雅安市第一小学app 渭南市残联app 铁岭市第五小学app 张家口市土地申报app 鄂州市卫生协会app 广元市环境保护协会app 达州市第二中学app 吉安市教育局app 肇庆市防洪app 桂林市卫生协会app 会东县政要信息app 鹤峰县第三高中app 冕宁县台风信息app 龙胜各族自治县卫生协会app 黎城县数据管理局app 饶阳县通讯协会app 泸西县征地服务app 东光县桥梁管理app 和布克赛尔蒙古自治县第六小学app 扶绥县第四小学app 吴桥县教研app 沐川县国土信息app 兰西县教研app 阿瓦提县第四小学app 郏县土木工程app 邱县养殖补助app 献县司法管理app 盐边县最新新闻app 柳林县未成年保护协会app 萨嘎县森林消防app 安义县出口管理app 大关县土木工程app 德昌县公正处app 固始县教研app 江城哈尼族彝族自治县土地局app 独山县城乡建设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