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

邢台市太阳能发电信息app 齐齐哈尔市消费协会app 阳泉市招标信息app 哈密市第三中学app 福州市劳动局app 漳州市农业局app 巴彦淖尔市工商信息app 贺州市土地申报app 温州市防灾信息app 大同市残联app 哈密市防洪app 呼和浩特市天气监控中心app 白银市新闻中心app 太原市土地申报app 安庆市灾害救助app 惠州市第四小学app 苏州市暴雨监控中心app 九江市灾害救助app 漯河市公开信息app 乌海市土地局app 乐山市财政信息app 张家界市助农app 绍兴市桥梁管理app 唐山市第六中学app 石家庄市公正处app 汕尾市第二中学app 西华县安全生产app 富蕴县妇联app 翼城县城乡建设app 广平县桥梁管理app 裕民县环境保护协会app 沁水县不良信息举报app 和平县教育信息app 清丰县重大建设公开app 浠水县台风信息app 织金县消费协会app 邵阳县第五高中app 罗城仫佬族自治县教育信息app 吴堡县第三高中app 克东县学校简介app 献县工商信息app 牟定县新闻中心app 九龙县台风信息app 垣曲县农业局app 丰顺县住房保障app 麻栗坡县通讯协会app 广昌县电视台广播app 湖口县第四高中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