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

伊春市第四高中app 江门市公开信息app 那曲市水利app 舟山市第四小学app 丽水市服务大厅app 西宁市第二中学app 绵阳市台风监控中心app 百色市灾害救助app 濮阳市第五高中app 葫芦岛市养殖补助app 伊春市第六中学app 攀枝花市土地局app 保定市法律服务app 武汉市第五中学app 湛江市妇联app 宿州市安全生产app 洛南县中心校app 随县第三中学app 尼木县水务app 平罗县申建app 黔西县灾害救助app 祁连县第六小学app 屏边苗族自治县安全宣传app 西和县环境保护协会app 新龙县国土信息app 察布查尔锡伯自治县中心校app 宜君县助农app 新野县教研app 桓台县水务app 碌曲县暴雨监控中心app 同德县环境保护协会app 武功县政要信息app 望谟县教研app 博爱县台风监控中心app 金寨县第二高中app 朗县防洪app 蕉岭县城乡建设app 长顺县学校app 和田县招标信息app 沂水县防火app 同德县水利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