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

汉中市工商局app 唐山市重大建设公开app 辽阳市法律服务app 鞍山市住房保障app 乌鲁木齐市建设局信息app 庆阳市第二高中app 遂宁市法律服务app 定西市未成年保护协会app 哈密市数据管理局app 克拉玛依市桥梁管理app 通化市学校简介app 来宾市消防局app 阜阳市人社管理app 呼和浩特市第一高中app 荆州市审计公开app 安阳市残联app 朔州市防洪app 襄阳市妇联app 白山市安全生产app 拉萨市政要信息app 赣州市政要信息app 安顺市街道办app 四平市养老服务app 宁波市森林消防app 宝鸡市惠农app 焦作市土木工程app 亳州市国土信息app 朔州市养老服务app 成都市防洪信息app 鄂州市旅游监督app 合江县工商局app 都安瑶族自治县农业局app 霞浦县公益app 万荣县重大建设公开app 连江县最新新闻app 桦南县街道办app 威宁彝族回族苗族自治县土地局app 原阳县住房保障app 贡嘎县申建app 哈巴河县防洪信息app 类乌齐县第四小学app 夏邑县教研app 静宁县工商局app 定远县桥梁管理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