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

白城市事业单位app 茂名市政要信息app 双鸭山市劳动局app 永州市粮食管理app 张家界市第三高中app 本溪市土地申报app 乌兰察布市通讯协会app 巴彦淖尔市建设局信息app 孝感市助农app 景德镇市事业单位app 天水市数据管理局app 哈尔滨市公共法律服务app 淮安市第六小学app 九江市通讯协会app 儋州市市场监督app 朔州市农业局app 雅安市土地申报app 朝阳市振兴乡村app 三沙市电力app 九江市中心校app 绥化市土地局app 松原市警务app 郴州市司法管理app 贺州市电视台广播app 澎湖县养老服务app 松溪县建设局信息app 泽普县论坛app 普兰县民政管理app 金沙县学校简介app 镇原县电台广播中心app 德安县电力app 迭部县灾害救助app 曲沃县专题专栏app 嵩县政府公报app 墨脱县第三小学app 宝兴县建设局信息app 全州县第四小学app 嘉荫县水务app 漳县司法管理app 柳林县第二高中app 普格县论坛app 淮滨县第六中学app 宁蒗彝族自治县土地局app 沙洋县城乡建设app 大名县论坛app 塔什库尔干塔吉克自治县暴雨监控中心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