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

渭南市残联救助app 白山市通讯协会app 徐州市太阳能发电信息app 阜新市征地服务app 昆明市服务大厅app 石嘴山市政要信息app 德州市城乡建设app 鄂尔多斯市信息公开app 益阳市防洪app 泉州市民政管理app 包头市数据管理局app 蚌埠市历史记录app 潍坊市未成年保护协会app 南宁市中心校app 宁波市防灾信息app 韶关市环境保护协会app 池州市妇联app 湛江市土地申报app 江门市公共法律服务app 赤峰市森林消防app 江门市助农app 成都市未成年保护协会app 平凉市太阳能发电信息app 宜春市中心校app 白银市第四小学app 儋州市市场监督app 玉溪市桥梁管理app 七台河市惠农app 北海市政府信息公开指南app 三门峡市同城app 彭阳县天气监控中心app 榆中县农业局app 高阳县森林消防app 石棉县未成年保护协会app 翼城县第三中学app 彰化县农业app 安化县灾害救助app 博白县惠农app 和平县新闻中心app 罗城仫佬族自治县第二中学app 当涂县土地申报app 黄陵县第五小学app 黄梅县热点专题app 镇宁布依族苗族自治县工商局app 皮山县新闻中心app 五莲县森林消防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