阿裏萬相視頻生成大模型重磅開源!消費級顯卡也能運行

快科技2月26日消息,25日深夜,阿裏雲視頻生成大模型萬相2.1(Wan)重磅開源。

此次開源采用Apache2.0協議,14B和1.3B兩個參數規格的全部推理代碼和權重全部開源,同時支持文生視頻和圖生視頻任務,全球開發者可在Github、HuggingFace、魔搭社區下載體驗。

據介紹,14B版本萬相模型在指令遵循、複雜運動生成、物理建模、文字視頻生成等方麵表現突出,在權威評測集Vbench中,萬相2.1以總分86.22%大幅超越Sora、Luma、Pika等國內外模型,穩居榜首位置。

1.3B版本萬相模型不僅超過了更大尺寸的開源模型,甚至還和一些閉源的模型結果接近,同時能在消費級顯卡運行,僅需8.2GB顯存就可以生成480P視頻,適用於二次模型開發和學術研究。

官方表示,從2023年開始,阿裏雲就堅定大模型開源路線,千問(Qwen)衍生模型數量已超過10萬個,是全球最大的AI模型家族。

在視頻生成方麵,萬相2.1通過自研高效VAE和DiT架構增強了時空上下文建模能力,支持無限長1080P視頻的高效編解碼,首次實現了中文文字視頻生成功能。

隨著萬相的開源,阿裏雲兩大基模全部開源,實現了全模態、全尺寸大模型的開源。

自2025年1月DeepSeek爆火以來,開源已經逐漸成為國內外大模型領域的“標配”。

進入2月,字節豆包、、百度文心、阿裏通義千問等紛紛推出自家的開源模型,加入這場開源熱潮。