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

安康市残联app 沧州市民政管理app 商洛市法律服务app 辽阳市学校app 舟山市助农app 那曲市防洪信息app 安顺市电力app 葫芦岛市农业补贴app 洛阳市政要信息app 攀枝花市征地服务app 邵阳市出口管理app 安阳市暴雨监控中心app 七台河市公共法律服务app 淮南市防灾信息app 林芝市第三中学app 长春市警务app 临沧市市场监督app 海东市环境保护协会app 潍坊市振兴乡村app 酒泉市森林消防app 连云港市第一高中app 铁岭市重大建设公开app 吐鲁番市公开信息app 临汾市出口管理app 林芝市教研app 马鞍山市森林消防app 咸阳市公共法律服务app 湘潭市旅游监督app 松原市建设局信息app 武胜县税务局app 右玉县专题专栏app 范县土地局app 安远县农业补贴app 和静县教育信息app 玛曲县灾害救助app 青田县新闻中心app 琼中黎族苗族自治县招标信息app 费县文旅信息app 承德县风力发电app 甘南县论坛app 肃宁县养殖补助app 巩留县铁路管理app 康乐县养老服务app 洛宁县政要信息app 新绛县特殊家庭关爱协会app 阳西县未成年保护协会app 弥渡县申建app 昌黎县防洪信息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