阿裡萬相視頻生成大模型重磅開源！消費級顯卡也能運行

今天小編分享的科技經驗：阿裡萬相視頻生成大模型重磅開源！消費級顯卡也能運行，歡迎閱讀。

快科技 2 月 26 日消息，25 日深夜，阿裡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 協定，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、復雜運動生成、物理建模、文字視頻生成等方面表現突出，在權威評測集 Vbench 中，萬相 2.1 以總分 86.22% 大幅超越 Sora、Luma、Pika 等國内外模型，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，适用于二次模型開發和學術研究。

官方表示，從 2023 年開始，阿裡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。

在視頻生成方面，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。

随着萬相的開源，阿裡雲兩大基模全部開源，實現了全模态、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内外大模型領網域的 " 标配 "。

進入 2 月，字節豆包、昆侖萬維、百度文心、阿裡通義千問等紛紛推出自家的開源模型，加入這場開源熱潮。