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

扬州市卫生协会app 周口市税务局app 中山市工商局app 开封市政府信息公开指南app 衡阳市第六中学app 铜仁市桥梁管理app 玉林市学校简介app 阳泉市防洪信息app 乐山市工程造价app 鹤岗市第六中学app 辽阳市太阳能发电信息app 十堰市风力发电app 唐山市政务监督app 南通市应急管理app 安庆市水利app 南宁市第五小学app 三门峡市第三小学app 蚌埠市养老服务app 定西市养殖补助app 日喀则市第六小学app 德阳市征地服务app 延安市天气监控中心app 七台河市便民app 金昌市暴雨监控中心app 沧州市土木工程app 贵港市第五中学app 平顶山市政府公报app 江门市社会求助app 宿州市振兴乡村app 鸡东县太阳能发电信息app 范县电力app 安平县新闻中心app 漾濞彝族自治县公开信息app 左贡县第二高中app 得荣县税收公开app 华容县税务局app 宾县水利app 岷县同城app 鱼台县应急管理app 太湖县水务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