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

张家口市申建app 郑州市同城app 牡丹江市土地局app 宿州市公路管理app 宜宾市政务监督app 三沙市残联app 常德市第二小学app 临沧市学校app 河源市街道办app 苏州市不良信息举报app 郴州市水利app 吉安市税务局app 滁州市第一中学app 辽阳市文旅信息app 邢台市论坛app 合肥市教育局app 廊坊市第一小学app 烟台市财政信息app 黄石市财政信息app 宜昌市振兴乡村app 广安市通讯协会app 茂名市妇联救助app 娄底市暴雨监控中心app 鹤壁市妇联救助app 连云港市粮食管理app 白银市公共法律服务app 齐齐哈尔市学校app 鸡西市住房保障app 衡水市街道办app 普定县防灾信息app 通海县信息公开app 黑山县水务app 长沙县第六中学app 乌兰县通讯协会app 太白县公正处app 海兴县学校app 宁强县住房保障app 武邑县妇联app 镇康县消费协会app 保德县工商信息app 华宁县旅游监督app 南漳县税务局app 三都水族自治县住房保障app 理塘县第二高中app 庆元县风力发电app 田林县农业补贴app 德昌县劳动局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