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

镇江市非物质文化遗产app 百色市电力app 泰安市养殖补助app 龙岩市社会求助app 廊坊市社会求助app 毕节市工商局app 晋城市森林消防app 厦门市第四高中app 宝鸡市第四高中app 营口市公开信息app 镇江市学校app 钦州市养殖补助app 九江市招标信息app 永州市安全宣传app 济宁市公共法律服务app 克拉玛依市台风信息app 武汉市第一中学app 赣州市历史记录app 临沂市法律服务app 桓仁满族自治县天气监控中心app 裕民县税务局app 罗山县第五小学app 阳高县残联救助app 伽师县专题专栏app 石柱土家族自治县人社管理app 宜阳县栾川县桥梁管理app 长顺县第二高中app 武义县通讯协会app 陵川县防洪app 霍邱县森林消防app 广河县残联app 全南县养老服务app 玛沁县养殖补助app 印江土家族苗族自治县台风监控中心app 丹棱县第一中学app 喜德县残联救助app 鄯善县专题专栏app 临邑县养殖补助app 弥渡县第一中学app 巨野县防灾信息app 张家川回族自治县养老服务app 甘洛县公路管理app 布拖县电视台广播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