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

台州市惠农app 阳江市警务app 本溪市应急管理app 丽江市警务app 临沧市民政管理app 运城市工商局app 陇南市公路管理app 驻马店市助农app 娄底市土木工程app 伊春市妇联app 宁德市申建app 潮州市街道办app 娄底市森林消防app 滁州市法律服务app 克拉玛依市审计公开app 阜新市旅游协会app 娄底市第三中学app 合肥市非物质文化遗产app 镇江市农业补贴app 东莞市公益app 洛阳市申建app 兰州市服务大厅app 南充市法律服务app 驻马店市市场监督app 盐城市便民app 拉萨市残联app 黑河市环境保护协会app 揭阳市电台广播中心app 宜昌市农业app 从江县学校简介app 保亭黎族苗族自治县专题专栏app 融水苗族自治县最新新闻app 鄢陵县信息公开app 易县文旅信息app 滑县公正处app 夹江县民政管理app 故城县消费协会app 临沭县环境保护协会app 永清县水务app 华安县南靖县同城app 新干县天气监控中心app 乐亭县学校简介app 崇义县公益app 策勒县学校简介app 淳安县森林消防app 汉寿县公共法律服务app 石城县特殊家庭关爱协会app 承德县申建app 叶城县第三高中app 资中县学校app 达日县电台广播中心app 内丘县通讯协会app 米易县出口管理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