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

白银市惠农app 安庆市桥梁管理app 株洲市水务app 揭阳市新闻中心app 承德市养殖补助app 三亚市公正处app 中卫市第五高中app 巴彦淖尔市政要信息app 淮北市住房保障app 金华市第三中学app 盐城市出口管理app 唐山市第二中学app 哈密市街道办app 南充市人社管理app 盐城市专题专栏app 揭阳市工商信息app 晋城市第六小学app 晋城市铁路管理app 资阳市国土信息app 新余市防洪信息app 清原满族自治县第四中学app 宁武县教育局app 宣恩县审计公开app 江陵县安全生产app 大荔县桥梁管理app 宾川县政府公报app 天镇县防灾信息app 万荣县电力app 石屏县第五小学app 凤台县铁路管理app 临邑县防洪app 仙游县农业补贴app 甘南县建设局信息app 沁水县电台广播中心app 清原满族自治县论坛app 临颍县消费协会app 仁寿县消防局app 武陟县学校简介app 青县农业app 留坝县残联救助app 临城县旅游监督app 通城县消防宣传app 永春县政务服务app 镇雄县农业局app 衡阳县政务服务app 岳西县政府信息公开指南app 九龙县市场监督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