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

赤峰市第二高中app 长沙市公正处app 绍兴市征地服务app 宜宾市土地申报app 林芝市电力app 淄博市环境保护协会app 济宁市工商信息app 牡丹江市数据管理局app 滁州市中心校app 泉州市国土信息app 河源市第五高中app 武威市教育局app 萍乡市税务局app 保山市政要信息app 滁州市事业单位app 揭阳市铁路管理app 漳州市妇联救助app 莆田市电视台广播app 拉萨市法律服务app 呼和浩特市公路管理app 三门峡市电台广播中心app 南宁市灾害救助app 福州市历史记录app 石嘴山市桥梁管理app 沿河土家族自治县审计公开app 佛坪县暴雨监控中心app 息县公路管理app 武功县工商局app 上栗县妇联救助app 南县政务监督app 建平县公正处app 盈江县卫生协会app 伊通满族自治县特殊家庭关爱协会app 罗源县工商信息app 咸丰县招标信息app 双峰县征地服务app 东阿县城乡建设app 化隆回族自治县税收公开app 曲松县台风信息app 湖口县非物质文化遗产app 岳西县数据管理局app 龙门县防洪信息app 婺源县第二中学app 南涧彝族自治县数据管理局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