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

临汾市住房保障app 长治市政务服务app 鹰潭市政府信息公开指南app 合肥市惠农app 洛阳市城乡建设app 龙岩市粮食管理app 海口市第二中学app 常德市中心校app 南宁市论坛app 宿迁市最新新闻app 肇庆市养老服务app 潍坊市不良信息举报app 咸阳市特殊家庭关爱协会app 桂林市第五中学app 通化市公路管理app 十堰市台风监控中心app 遂宁市税务局app 贵港市公正处app 崇左市防灾信息app 伊春市专题专栏app 南昌市教研app 江门市第五高中app 大庆市信息公开app 佛山市公开信息app 当涂县文旅信息app 于田县信息公开app 云霄县消防局app 花莲县第一小学app 巴东县第五小学app 白河县工程造价app 文成县第五中学app 襄垣县防洪app 盐源县征地服务app 怀来县公路管理app 乐安县新闻中心app 宽城满族自治县粮食管理app 杞县防洪信息app 东辽县消防宣传app 美姑县农业补贴app 五台县防灾信息app 平阳县环境保护协会app 轮台县防灾信息app 灵山县助农app 黄龙县政务服务app 含山县台风监控中心app 陇川县信息公开app 特克斯县旅游监督app 云和县妇联救助app 周至县社会求助app 寿阳县卫生协会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