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

鸡西市防洪信息app 邵阳市防洪app 周口市公开信息app 上饶市粮食管理app 德阳市教育信息app 淮南市第四高中app 遂宁市台风信息app 常德市信息公开app 吉安市第二高中app 宜宾市公正处app 襄阳市助农app 抚顺市法律服务app 太原市城乡建设app 衡水市台风信息app 秦皇岛市防洪app 牡丹江市防洪信息app 连云港市教育信息app 惠州市招标信息app 鄂州市第五小学app 锦州市台风信息app 宜昌市征地服务app 丽水市水务app 安庆市台风信息app 柳州市税务局app 滨州市教研app 林芝市公益app 绍兴市同城app 永州市妇联救助app 定西市电视台广播app 福贡县司法管理app 大田县新闻中心app 汝阳县安全生产app 上栗县第四小学app 乐至县妇联救助app 商水县惠农app 固安县税务局app 武邑县国土信息app 庆云县同城app 威远县卫生协会app 天镇县政府公报app 木兰县第二小学app 政和县电力app 太康县公路管理app 武功县财政信息app 肇源县第四中学app 宁海县公正处app 隰县专题专栏app 达日县水利app 融安县教育局app 象州县防火app 宽城满族自治县妇联app 关岭布依族苗族自治县灾害救助app 盱眙县振兴乡村app 武陟县政要信息app 屏山县城乡建设app 于都县土木工程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