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

克拉玛依市国土信息app 西宁市第二小学app 鹤岗市公益app 本溪市第五中学app 清远市学校app 乌海市新闻中心app 抚州市历史记录app 东营市征地服务app 三门峡市未成年保护协会app 深圳市税收公开app 忻州市应急管理app 北海市公路管理app 嘉兴市法律服务app 滨州市应急管理app 唐山市不良信息举报app 孝感市工程造价app 贵港市同城app 普洱市审计公开app 河源市政要信息app 双鸭山市征地服务app 南充市太阳能发电信息app 那曲市暴雨监控中心app 淮安市消费协会app 资阳市第五高中app 崇左市财政信息app 黄冈市土地局app 青田县防火app 衡阳县残联救助app 芮城县教研app 越西县第二高中app 深泽县安全宣传app 阳西县第六中学app 民权县事业单位app 尉犁县通讯协会app 东海县消费协会app 旬邑县历史记录app 陆良县政务监督app 喀喇沁左翼蒙古族自治县妇联app 若羌县第五中学app 凤台县防洪app 永顺县便民app 肃南裕固族自治县建设局信息app 永福县水务app 通许县消防宣传app 云阳县公共法律服务app 府谷县政府公报app 浦江县公共文化服务app 江达县残联救助app 右玉县第四小学app 攸县政务服务app 焉耆回族自治县建设局信息app 嘉义县太阳能发电信息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