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

亳州市同城app 福州市人社管理app 张家界市第二中学app 临汾市政府信息公开指南app 邵阳市卫生协会app 怀化市残联app 无锡市市场监督app 武汉市第五小学app 淮北市第四中学app 鞍山市政务监督app 清远市第一中学app 三亚市政务服务app 上饶市第二小学app 沧州市桥梁管理app 抚顺市第二小学app 平顶山市便民app 武威市卫生协会app 梁山县学校简介app 金秀瑶族自治县第二小学app 巫山县第四小学app 闽清县桥梁管理app 惠来县电台广播中心app 临夏县安全生产app 大英县不良信息举报app 西平县法律服务app 吴起县养老服务app 泾川县人社管理app 喀喇沁左翼蒙古族自治县残联app 蒙城县第二高中app 饶河县第二小学app 昌图县土地申报app 寿宁县养殖补助app 沙湾县防洪信息app 阜城县第五中学app 保德县第五小学app 西林县土地局app 富蕴县未成年保护协会app 汤旺县历史记录app 阳信县妇联app 留坝县学校简介app 来凤县司法管理app 涞源县妇联app 雷波县第二中学app 澄城县第二高中app 遂溪县特殊家庭关爱协会app 美姑县政务服务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