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

桂林市文旅信息app 遂宁市热点专题app 绍兴市水务app 鞍山市第四中学app 盐城市第三小学app 榆林市安全生产app 日照市消防宣传app 内江市风力发电app 来宾市招标信息app 威海市政府信息公开指南app 鹤岗市数据管理局app 大同市桥梁管理app 荆门市便民app 昌都市森林消防app 中卫市公共法律服务app 泰安市第四高中app 柳州市第二高中app 阳江市社会求助app 吉林市养老服务app 平顶山市安全生产app 亳州市税收公开app 眉山市申建app 淄博市防灾信息app 眉山市台风监控中心app 芜湖市第四中学app 九江市公路管理app 呼和浩特市非物质文化遗产app 廊坊市台风监控中心app 景德镇市残联救助app 大姚县养殖补助app 沭阳县第六小学app 阜南县政务监督app 友谊县水务app 吉隆县市场监督app 海盐县招标信息app 邵阳县天气监控中心app 新丰县工商局app 温县消费协会app 两当县信息公开app 林口县第五高中app 大悟县财政信息app 三门县社会求助app 得荣县台风信息app 利辛县警务app 茂县第六中学app 将乐县电力app 八宿县民政管理app 阳山县第二高中app 石林彝族自治县公开信息app 福贡县天气监控中心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