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

鄂州市第六中学app 张家口市第一高中app 安康市消防宣传app 攀枝花市第四中学app 深圳市防洪app 商丘市消费协会app 淮安市第一中学app 西宁市第三中学app 桂林市消防局app 滨州市住房保障app 佛山市数据管理局app 亳州市重大建设公开app 厦门市防火app 濮阳市审计公开app 渭南市第四高中app 七台河市消防局app 厦门市政务服务app 烟台市水务app 太原市不良信息举报app 通化市第五高中app 张家口市政务服务app 丽水市灾害救助app 绍兴市土木工程app 邢台市消防局app 唐山市国土信息app 大连市第六中学app 安庆市最新新闻app 保山市劳动局app 张家口市残联救助app 苍南县新闻中心app 漳浦县养殖补助app 延长县文旅信息app 犍为县第四小学app 固始县政务监督app 郧西县土地申报app 哈巴河县第四小学app 长宁县服务大厅app 古田县农业局app 芒康县第二高中app 宁远县农业局app 南皮县第三高中app 新安县第一高中app 五原县桥梁管理app 嘉善县第二高中app 泽库县台风监控中心app 新竹县劳动局app 德江县旅游监督app 汪清县安全宣传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