阿里萬(wàn)相視頻生成大模型重磅開(kāi)源！消費(fèi)級(jí)顯卡也能運(yùn)行

2月26日消息，25日深夜，阿里云視頻生成大模型萬(wàn)相2.1(Wan)重磅開(kāi)源。

此次開(kāi)源采用Apache2.0協(xié)議，14B和1.3B兩個(gè)參數(shù)規(guī)格的全部推理代碼和權(quán)重全部開(kāi)源，同時(shí)支持文生視頻和圖生視頻任務(wù)，全球開(kāi)發(fā)者可在Github、HuggingFace、魔搭社區(qū)下載體驗(yàn)。

據(jù)介紹，14B版本萬(wàn)相模型在指令遵循、復(fù)雜運(yùn)動(dòng)生成、物理建模、文字視頻生成等方面表現(xiàn)突出，在權(quán)威評(píng)測(cè)集Vbench中，萬(wàn)相2.1以總分86.22%大幅超越Sora、Luma、Pika等國(guó)內(nèi)外模型，穩(wěn)居榜首位置。

1.3B版本萬(wàn)相模型不僅超過(guò)了更大尺寸的開(kāi)源模型，甚至還和一些閉源的模型結(jié)果接近，同時(shí)能在消費(fèi)級(jí)顯卡運(yùn)行，僅需8.2GB顯存就可以生成480P視頻，適用于二次模型開(kāi)發(fā)和學(xué)術(shù)研究。

官方表示，從2023年開(kāi)始，阿里云就堅(jiān)定大模型開(kāi)源路線，千問(wèn)(Qwen)衍生模型數(shù)量已超過(guò)10萬(wàn)個(gè)，是全球最大的AI模型家族。

在視頻生成方面，萬(wàn)相2.1通過(guò)自研高效VAE和DiT架構(gòu)增強(qiáng)了時(shí)空上下文建模能力，支持無(wú)限長(zhǎng)1080P視頻的高效編解碼，首次實(shí)現(xiàn)了中文文字視頻生成功能。

隨著萬(wàn)相的開(kāi)源，阿里云兩大基模全部開(kāi)源，實(shí)現(xiàn)了全模態(tài)、全尺寸大模型的開(kāi)源。

自2025年1月DeepSeek爆火以來(lái)，開(kāi)源已經(jīng)逐漸成為國(guó)內(nèi)外大模型領(lǐng)域的“標(biāo)配”。

進(jìn)入2月，字節(jié)豆包、昆侖萬(wàn)維、百度文心、阿里通義千問(wèn)等紛紛推出自家的開(kāi)源模型，加入這場(chǎng)開(kāi)源熱潮