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

昆明市财政信息app 广安市防灾信息app 安庆市信息公开app 来宾市第三高中app 呼和浩特市数据管理局app 滨州市防洪app 牡丹江市粮食管理app 周口市特殊家庭关爱协会app 龙岩市文旅信息app 毕节市旅游协会app 连云港市旅游协会app 金华市第六小学app 江门市政府信息公开指南app 赤峰市司法管理app 哈密市水利app 六盘水市公共文化服务app 曲靖市教育信息app 东营市学校app 攀枝花市消防宣传app 毕节市风力发电app 伊春市法律服务app 信阳市养老服务app 马鞍山市水务app 邯郸市教育信息app 嘉兴市同城app 邯郸市税收公开app 木垒哈萨克自治县不良信息举报app 海丰县安全宣传app 沛县电视台广播app 新兴县风力发电app 弋阳县法律服务app 利津县服务大厅app 新干县森林消防app 桦南县森林消防app 衡南县征地服务app 新丰县第二高中app 沁县天气监控中心app 威信县公正处app 甘谷县市场监督app 蒲县养老服务app 武强县安全宣传app 喜德县第二小学app 平南县服务大厅app 桓台县第三高中app 萨嘎县数据管理局app 商水县灾害救助app 类乌齐县电力app 民乐县教育局app 梁山县出口管理app 高县中心校app 云霄县信息公开app 安乡县土地局app 如东县土木工程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