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

海东市人社管理app 辽源市旅游监督app 洛阳市工商局app 朔州市助农app 双鸭山市第五高中app 湘潭市法律服务app 铜陵市社会求助app 保山市第一高中app 哈密市旅游监督app 来宾市第二高中app 绥化市台风信息app 包头市工商局app 南京市事业单位app 毕节市第四高中app 淮北市民政管理app 石家庄市城乡建设app 洛阳市招标信息app 定西市特殊家庭关爱协会app 常德市市场监督app 平凉市市场监督app 施秉县第二中学app 景谷傣族彝族自治县惠农app 南陵县通讯协会app 宽甸满族自治县中心校app 泸西县台风监控中心app 犍为县民政管理app 松潘县第五小学app 东丰县第四中学app 徐闻县第一中学app 开阳县重大建设公开app 崇信县数据管理局app 南涧彝族自治县残联app 隆回县事业单位app 井陉县卫生协会app 滨海县第二中学app 正阳县教育局app 凤冈县铁路管理app 诏安县森林消防app 正定县消费协会app 伊吾县住房保障app 安义县公路管理app 甘德县安全宣传app 贡嘎县政要信息app 兴县住房保障app 花垣县暴雨监控中心app 汤旺县安全生产app 涞源县政要信息app 绩溪县历史记录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