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

长春市第三小学app 齐齐哈尔市粮食管理app 那曲市非物质文化遗产app 芜湖市安全宣传app 渭南市第六小学app 十堰市热点专题app 衢州市申建app 常德市第一中学app 三明市政务服务app 台州市人社管理app 萍乡市出口管理app 淄博市应急管理app 南京市服务大厅app 眉山市防灾信息app 雅安市妇联救助app 泰州市第二中学app 玉溪市粮食管理app 厦门市工商信息app 信阳市审计公开app 辽阳市第一高中app 漯河市防洪信息app 白山市防洪app 承德市税收公开app 威海市出口管理app 菏泽市工商信息app 随州市农业补贴app 鹤壁市消防局app 巴彦淖尔市住房保障app 大悟县残联救助app 涟水县农业补贴app 石楼县工程造价app 索县第五高中app 林口县第一小学app 沁县审计公开app 洛扎县养老服务app 延津县助农app 新野县土木工程app 临县第四中学app 巴彦县水利app 庄浪县市场监督app 白沙黎族自治县征地服务app 息县未成年保护协会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