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

随州市环境保护协会app 广元市太阳能发电信息app 那曲市土木工程app 玉林市人社管理app 承德市专题专栏app 玉溪市第一高中app 吉安市台风信息app 益阳市防洪app 焦作市台风信息app 柳州市第三小学app 张家界市论坛app 承德市土地申报app 昆明市第二小学app 张家界市农业补贴app 毕节市第五小学app 西宁市土地申报app 荆门市第四小学app 萍乡市数据管理局app 金华市第六小学app 宝鸡市农业app 台州市学校简介app 赣州市粮食管理app 玉林市土木工程app 中卫市防洪app 儋州市数据管理局app 南华县市场监督app 新河县安全生产app 濮阳县征地服务app 蒙城县第三小学app 乌什县第二高中app 于都县专题专栏app 南乐县土地申报app 桐庐县农业局app 望奎县建设局信息app 泽普县旅游协会app 尚义县公路管理app 云县工商信息app 濮阳县便民app 盈江县税收公开app 郸城县非物质文化遗产app 册亨县教育局app 玛曲县农业app 缙云县第三小学app 利辛县学校app 陇县第一高中app 岳池县财政信息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