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

莆田市惠农app 南宁市电视台广播app 阳江市社会求助app 宝鸡市信息公开app 赤峰市第二小学app 宁波市公开信息app 张家界市农业局app 百色市森林消防app 南京市防洪信息app 平顶山市教研app 黑河市台风信息app 攀枝花市暴雨监控中心app 亳州市社会求助app 乐山市学校简介app 临沧市未成年保护协会app 厦门市养老服务app 乐山市卫生协会app 晋城市水利app 通辽市公开信息app 西宁市人社管理app 娄底市教育信息app 咸阳市工程造价app 芜湖市铁路管理app 吕梁市第三中学app 呼和浩特市电视台广播app 珠海市养殖补助app 无锡市政府信息公开指南app 乳源瑶族自治县论坛app 辉南县第一小学app 吉木萨尔县水务app 平塘县助农app 镇原县中心校app 呼玛县新闻中心app 光山县旅游协会app 武平县电力app 宜良县土地申报app 南岔县教育局app 卢龙县不良信息举报app 淳安县环境保护协会app 西乡县第二小学app 徽县助农app 郁南县电视台广播app 仪陇县教育局app 封开县第五高中app 分宜县政府信息公开指南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