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

漯河市教研app 西宁市第三中学app 龙岩市防火app 佛山市工商局app 张掖市公路管理app 湛江市政府公报app 白银市防洪app 唐山市第二高中app 海口市城乡建设app 大同市土木工程app 眉山市专题专栏app 娄底市建设局信息app 定西市第四高中app 张家口市公益app 邢台市惠农app 普洱市教研app 吉安市太阳能发电信息app 常德市消费协会app 龙岩市税收公开app 晋城市最新新闻app 咸阳市政务监督app 株洲市暴雨监控中心app 洛阳市防火app 铜川市防灾信息app 永善县第四小学app 濉溪县枞阳县民政管理app 志丹县太阳能发电信息app 临邑县教育局app 叶城县文旅信息app 迭部县第三小学app 天镇县第五中学app 勉县街道办app 响水县公路管理app 乌恰县养老服务app 那坡县土地局app 定南县农业局app 迭部县公共法律服务app 盘山县防洪信息app 会东县专题专栏app 镇平县论坛app 吴堡县招标信息app 新疆维吾尔自治区第三中学app 青川县公共文化服务app 昂仁县残联救助app 凤翔县税收公开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