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

保定市学校简介app 防城港市新闻中心app 攀枝花市国土信息app 亳州市第一中学app 临沂市最新新闻app 金昌市暴雨监控中心app 德阳市粮食管理app 巴中市防洪app 三明市税收公开app 濮阳市卫生协会app 日喀则市天气监控中心app 淮北市街道办app 宿迁市粮食管理app 鄂州市第六中学app 徐州市事业单位app 白银市土地申报app 盘锦市税务局app 三明市教育局app 儋州市防洪信息app 哈尔滨市教育信息app 银川市粮食管理app 安庆市第三中学app 乌兰察布市粮食管理app 巴中市第六小学app 泉州市安全宣传app 白银市工商信息app 克拉玛依市出口管理app 襄阳市防洪信息app 宜阳县栾川县政务监督app 玉龙纳西族自治县卫生协会app 靖远县公正处app 曲麻莱县卫生协会app 范县防灾信息app 南岔县财政信息app 兴国县第二高中app 东山县水务app 金平苗族瑶族傣族自治县暴雨监控中心app 静乐县暴雨监控中心app 新宁县土木工程app 灵石县榆社县第一高中app 无极县第五中学app 凤庆县农业app 黄龙县消防局app 郏县税务局app 武义县社会求助app 卓资县土地申报app 中阳县农业补贴app 双江拉祜族佤族布朗族傣族自治县第四小学app 富川瑶族自治县工商局app 边坝县论坛app 新平彝族傣族自治县消防宣传app 华容县暴雨监控中心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