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

宜宾市养老服务app 绵阳市社会求助app 汉中市政要信息app 东莞市招标信息app 淮北市电台广播中心app 泰州市水利app 福州市公开信息app 海口市教育信息app 平顶山市太阳能发电信息app 永州市第二高中app 延安市事业单位app 阳泉市特殊家庭关爱协会app 黑河市旅游监督app 聊城市残联app 遂宁市教研app 绥化市农业app 鞍山市应急管理app 长治市残联救助app 廊坊市第三高中app 内江市天气监控中心app 菏泽市振兴乡村app 金华市农业局app 湛江市教育局app 中山市第二高中app 沧州市文旅信息app 东莞市农业补贴app 克拉玛依市中心校app 鄂尔多斯市征地服务app 青龙满族自治县消费协会app 古蔺县农业局app 灵台县环境保护协会app 灵璧县学校app 金川县天气监控中心app 大通回族土族自治县台风监控中心app 南漳县历史记录app 温宿县税务局app 林甸县铁路管理app 阜平县水利app 玛多县专题专栏app 青神县学校简介app 内丘县信息公开app 汉源县教育局app 响水县申建app 安图县养殖补助app 墨竹工卡县消防宣传app 石泉县卫生协会app 衡阳县特殊家庭关爱协会app 淮滨县信息公开app 江安县天气监控中心app 闻喜县便民app 永吉县政府信息公开指南app 灵石县榆社县申建app 汶川县街道办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