阿里萬相視頻生成大模型重磅開源！消費(fèi)級顯卡也能運(yùn)行快訊
阿里云視頻生成大模型萬相2.1（Wan）重磅開源，阿里云就堅(jiān)定大模型開源路線，1.3B版本萬相模型不僅超過了更大尺寸的開源模型。
2月26日消息，25日深夜，阿里云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(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)重全部開源，同時(shí)支持文生視頻和圖生視頻任務(wù)，全球開發(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)威評測集Vbench中，萬相2.1以總分86.22%大幅超越Sora、Luma、Pika等國內(nèi)外模型，穩(wěn)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(jié)果接近，同時(shí)能在消費(fèi)級顯卡運(yùn)行，僅需8.2GB顯存就可以生成480P視頻，適用于二次模型開發(fā)和學(xué)術(shù)研究。
官方表示，從2023年開始，阿里云就堅(jiān)定大模型開源路線，千問（Qwen）衍生模型數(shù)量已超過10萬個(gè)，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(gòu)增強(qiáng)了時(shí)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(shí)現(xiàn)了中文文字視頻生成功能。
隨著萬相的開源，阿里云兩大基模全部開源，實(shí)現(xiàn)了全模態(tài)、全尺寸大模型的開源。
自2025年1月DeepSeek爆火以來，開源已經(jīng)逐漸成為國內(nèi)外大模型領(lǐng)域的“標(biāo)配”。
進(jìn)入2月，字節(jié)豆包、昆侖萬維、百度文心、阿里通義千問等紛紛推出自家的開源模型，加入這場開源熱潮。（拾柒）
1.TMT觀察網(wǎng)遵循行業(yè)規(guī)范，任何轉(zhuǎn)載的稿件都會(huì)明確標(biāo)注作者和來源；
2.TMT觀察網(wǎng)的原創(chuàng)文章，請轉(zhuǎn)載時(shí)務(wù)必注明文章作者和"來源：TMT觀察網(wǎng)"，不尊重原創(chuàng)的行為TMT觀察網(wǎng)或?qū)⒆肪控?zé)任；
3.作者投稿可能會(huì)經(jīng)TMT觀察網(wǎng)編輯修改或補(bǔ)充。
