你家里的显卡也能用！阿里万相视频生成模子开源

2月25日讯息，阿里云旗下视觉生成基座模子万相2.1（Wan）晓示开源，这次开源给与最宽松的Apache2.0公约，14B和1.3B两个参数规格的一皆推理代码和权重一皆开源，同期守旧文生视频和图生视频任务，全国缔造者可在Github、HuggingFace和魔搭社区下载体验。

据先容，14B万相模子在提示效能、复杂畅通生成、物理建模、笔墨视频生成等方面施展凸起，在巨擘评测集VBench中，万相2.1以总分86.22%的收成大幅超越Sora、Luma、Pika等国表里模子，稳居榜首位置。1.3B版块测试效率不仅越过了更大尺寸的开源模子，以至还接近部分闭源模子，同期能在破钞级显卡起初，仅需8.2GB显存就不错生成高质地视频，适用于二次模子缔造和学术筹办。

万相2.1以总分86.22%的收成稳居VBench榜单第一

在算法缱绻上，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、可推广的预考验计谋等。以3D VAE为例，为了高效守旧纵情长度视频的编码妥协码，万相在3D VAE的因果卷积模块中兑现了特征缓存机制，从而代替平直对长视频端到端的编解码进程，兑现了无穷长1080P视频的高效编解码。此外，通过将空间降采样压缩提前，在不蚀本性能的情况下进一步减少了29%的推理时内存占用。

万相团队的本质效率浮现，在畅通质地、视觉质地、作风和多主张等14个主要维度和26个子维度测试中，万相均达到了业界率先施展，况兼斩获5项第一。尤其在复杂畅通和物理规定效能上的施展大幅擢升，万相约略矫捷展现多样复杂的东谈主物肢体畅通，如旋转、越过、回身、翻腾等；约略精确归附碰撞、反弹、切割等复杂确切物理场景。

生成示例展示：

Prompt：体育影相作风，骑手在场面摧毁赛中提示马匹快速通过摧毁物。骑手身着专科比赛服，头戴安全帽，激情专注而坚韧，双手紧捏缰绳，双腿夹紧马腹，与马匹无缺联结。马匹腾空跃起，算作连贯且准确，四蹄有劲地踏过每一个摧毁物，保持速率和均衡。配景是当然的草地和蓝天，画面充满动感和病笃感。4K, 高清画质，算作完整。

Prompt：体育影相作风，中国皮划艇畅通员在洪水回旋比赛中，于湍急的水流顶用桨快速划水，活泼地绕过一个又一个摧毁物。他身着专科畅通服，肌肉线条彰着，激情专注而坚韧，展现出出色的操控手艺和松弛的拼搏精神。配景是走漏的河流和翠绿的山峦，画面充满动感与活力。算作完整，4K, 高清画质。

Prompt：一段超速POV镜头，录像机奔突穿越一条阳光下的中国乡村小径，镜头紧随着一个在空中飞翔的穿戴舒服服舒服鞋的中国女子的背后，她躯壳赠送伸开双臂，风吹动她的头发和衣服。

南边+记者 叶丹开yun体育网