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

丽江市养老服务app 长春市铁路管理app 南宁市森林消防app 松原市台风信息app 聊城市桥梁管理app 福州市第一小学app 上饶市妇联救助app 新乡市卫生协会app 莆田市热点专题app 乐山市教研app 德州市非物质文化遗产app 宣城市土地申报app 朔州市水务app 滁州市农业app 营口市环境保护协会app 沧州市消防局app 东营市热点专题app 平凉市工程造价app 孝感市第四中学app 鞍山市暴雨监控中心app 石家庄市电台广播中心app 玉溪市安全宣传app 眉山市公共法律服务app 万荣县工程造价app 玉田县消防局app 宁明县土木工程app 白水县旅游协会app 江孜县公益app 始兴县卫生协会app 南乐县第一高中app 长阳土家族自治县热点专题app 嵊泗县第一小学app 靖州苗族侗族自治县第一小学app 海盐县征地服务app 威信县第五小学app 贵南县暴雨监控中心app 广南县土木工程app 昌宁县公益app 耿马傣族佤族自治县征地服务app 将乐县出口管理app 竹溪县妇联app 西华县事业单位app 天峨县应急管理app 德化县消防宣传app 渑池县第三小学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