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

那曲市公共法律服务app 秦皇岛市土木工程app 昭通市安全宣传app 上饶市旅游监督app 安庆市政务服务app 日喀则市第三中学app 济南市第三小学app 山南市铁路管理app 淮安市助农app 钦州市农业补贴app 吐鲁番市专题专栏app 巴中市街道办app 贵港市惠农app 嘉峪关市中心校app 肇庆市法律服务app 吐鲁番市第一小学app 齐齐哈尔市政府信息公开指南app 湘潭市工程造价app 黄冈市农业app 怀化市助农app 肇庆市第一中学app 黄冈市风力发电app 湖州市政务监督app 益阳市水务app 亳州市事业单位app 深圳市铁路管理app 武威市文旅信息app 庆阳市第二中学app 包头市第四小学app 安多县未成年保护协会app 理塘县数据管理局app 内乡县防洪app 云霄县第三中学app 隆化县劳动局app 巴东县政务服务app 广南县财政信息app 碌曲县第三高中app 涉县安全生产app 同心县台风信息app 紫阳县暴雨监控中心app 宝清县桥梁管理app 商水县惠农app 同德县论坛app 南丰县农业局app 滦平县沧县妇联app 宁陵县太阳能发电信息app 宁洱哈尼族彝族自治县铁路管理app 长汀县防灾信息app 霞浦县电台广播中心app 澄城县工商信息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