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

石家庄市公开信息app 贵阳市政要信息app 曲靖市未成年保护协会app 阜阳市第一中学app 舟山市助农app 咸阳市安全生产app 株洲市农业补贴app 梅州市电台广播中心app 淮南市政府公报app 秦皇岛市新闻中心app 漳州市民政管理app 白城市第二小学app 汉中市土木工程app 金昌市第一小学app 秦皇岛市教研app 杭州市安全宣传app 厦门市第四中学app 广昌县农业app 常山县第二中学app 永胜县卫生协会app 方山县建设局信息app 河口瑶族自治县热点专题app 天全县第二中学app 清徐县电台广播中心app 淇县振兴乡村app 波密县防洪信息app 紫金县街道办app 茶陵县水利app 沂南县财政信息app 阳朔县第五小学app 修武县法律服务app 孝昌县热点专题app 大姚县未成年保护协会app 麟游县农业补贴app 博罗县工商局app 忠县电视台广播app 蒲县政务监督app 平罗县农业补贴app 岳普湖县农业补贴app 新和县司法管理app 玛多县第六中学app 富民县第四高中app 宁晋县森林消防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