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

嘉兴市第二高中app 河池市街道办app 海口市重大建设公开app 中山市土地局app 石嘴山市便民app 赤峰市森林消防app 吕梁市司法管理app 保定市民政管理app 长治市第五小学app 铜川市事业单位app 扬州市重大建设公开app 毕节市电台广播中心app 泰安市通讯协会app 潮州市农业补贴app 福州市税收公开app 济南市第一高中app 焦作市公开信息app 白城市防火app 攀枝花市振兴乡村app 陇南市助农app 酒泉市公路管理app 厦门市灾害救助app 固原市教研app 贵阳市不良信息举报app 三沙市热点专题app 商丘市热点专题app 许昌市旅游监督app 竹溪县养老服务app 永胜县政务监督app 玉山县卫生协会app 杜尔伯特蒙古族自治县文旅信息app 中方县第二中学app 桐庐县招标信息app 波密县公路管理app 紫阳县住房保障app 平遥县教育信息app 永昌县非物质文化遗产app 五华县公共文化服务app 通城县热点专题app 清原满族自治县政务服务app 横县电视台广播app 永仁县公共法律服务app 临泽县第五中学app 闻喜县住房保障app 融水苗族自治县消防局app 梓潼县新闻中心app 萨迦县特殊家庭关爱协会app 白水县街道办app 馆陶县天气监控中心app 卢氏县征地服务app 含山县惠农app 容城县公益app 睢县旅游监督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