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

十堰市教育局app 贵阳市审计公开app 安顺市妇联app 榆林市土地局app 中山市教育局app 运城市卫生协会app 朝阳市农业局app 辽阳市第三中学app 朔州市学校简介app 梧州市信息公开app 常州市农业app 商丘市铁路管理app 绵阳市文旅信息app 唐山市第五中学app 包头市妇联app 伊春市劳动局app 郑州市专题专栏app 互助土族自治县社会求助app 南乐县城乡建设app 封丘县教育局app 射阳县建湖县灾害救助app 乡城县工程造价app 武乡县政要信息app 古浪县应急管理app 武平县教研app 保康县第六中学app 桦南县第一中学app 丰林县通讯协会app 萝北县学校app 玉田县第四中学app 丰顺县未成年保护协会app 合浦县城乡建设app 桓台县第五中学app 方正县信息公开app 临朐县建设局信息app 长丰县妇联app 永嘉县招标信息app 绿春县警务app 玛沁县政府信息公开指南app 壶关县政府信息公开指南app 左云县养老服务app 馆陶县消防局app 泸西县社会求助app 仁化县旅游监督app 绥德县防洪信息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