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

乌兰察布市水务app 丽江市桥梁管理app 桂林市第五高中app 济南市财政信息app 北海市服务大厅app 锦州市第三中学app 通辽市招标信息app 铁岭市第四高中app 马鞍山市天气监控中心app 晋城市防洪app 淮南市公共法律服务app 赣州市旅游监督app 清远市妇联app 张家界市惠农app 安阳市服务大厅app 黄山市第五高中app 聊城市第五中学app 江门市第三中学app 盘锦市工商信息app 珠海市公益app 河源市妇联救助app 怀化市残联app 淄博市公共法律服务app 资阳市台风信息app 石嘴山市重大建设公开app 北海市重大建设公开app 河池市政要信息app 嘉兴市公路管理app 黄石市第六中学app 洛川县第五小学app 当涂县土地局app 南华县市场监督app 宝丰县农业app 独山县论坛app 东兰县数据管理局app 天镇县公共法律服务app 睢县服务大厅app 香河县景县残联救助app 娄烦县防火app 永和县旅游协会app 方山县工商信息app 鲁甸县台风监控中心app 南召县第三小学app 漾濞彝族自治县土地局app 瓜州县第三高中app 横县最新新闻app 东辽县旅游监督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