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

柳州市台风监控中心app 银川市环境保护协会app 东莞市安全宣传app 东莞市妇联救助app 银川市惠农app 牡丹江市第二高中app 晋城市税务局app 许昌市工商局app 揭阳市学校简介app 驻马店市风力发电app 陇南市出口管理app 洛宁县灾害救助app 甘谷县建设局信息app 巴东县第六小学app 麦盖提县铁路管理app 于都县第二小学app 广河县残联app 武平县电台广播中心app 伊吾县出口管理app 阳高县最新新闻app 政和县出口管理app 纳雍县电视台广播app 阿合奇县人社管理app 连南瑶族自治县工程造价app 刚察县重大建设公开app 拉孜县太阳能发电信息app 临泽县新闻中心app 沐川县审计公开app 黎城县铁路管理app 仲巴县暴雨监控中心app 鲁山县风力发电app 高唐县农业app 岳普湖县台风监控中心app 广饶县残联app 永宁县税务局app 尉犁县出口管理app 滑县教育局app 当雄县风力发电app 尤溪县政府信息公开指南app 岢岚县环境保护协会app 得荣县公共文化服务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