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

乌鲁木齐市热点专题app 汉中市森林消防app 双鸭山市警务app 烟台市第四高中app 呼和浩特市太阳能发电信息app 江门市街道办app 遂宁市旅游协会app 通化市政务服务app 鹰潭市安全生产app 济宁市消防宣传app 汉中市妇联救助app 杭州市妇联救助app 辽源市同城app 周口市中心校app 潮州市风力发电app 大连市电视台广播app 潍坊市论坛app 河源市政府公报app 潍坊市第三中学app 通辽市便民app 三门峡市街道办app 绥化市台风监控中心app 宝鸡市第三小学app 龙岩市中心校app 东营市养老服务app 三门峡市申建app 资阳市民政管理app 鹰潭市政府信息公开指南app 房县非物质文化遗产app 甘洛县助农app 富宁县教育局app 襄垣县教育局app 尉氏县中心校app 内乡县助农app 沐川县防洪app 望江县消费协会app 秀山土家族苗族自治县第四小学app 汾西县养老服务app 绥江县警务app 安远县水利app 通山县征地服务app 张北县第五高中app 宾川县第三高中app 新安县振兴乡村app 扶风县第二小学app 青龙满族自治县专题专栏app 南昌县政府信息公开指南app 石泉县出口管理app 宁化县第二高中app 萨迦县灾害救助app 瓮安县国土信息app 青阳县论坛app 德化县政务服务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