阿里萬相視頻生成模型開源 消費級顯卡也能跑

每經(jīng)記者 葉曉丹    每經(jīng)編輯 陳俊杰    

每經(jīng)杭州2月25日電（記者 葉曉丹）阿里云旗下視覺生成基座模型萬相2.1（Wan）開源，此次開源采用最寬松的Apache 2.0協(xié)議，14B和1.3B兩個參數(shù)規(guī)格的全部推理代碼和權(quán)重全部開源，同時支持文生視頻和圖生視頻任務(wù)，全球開發(fā)者可在Github、HuggingFace和魔搭社區(qū)下載體驗。

據(jù)阿里云方面介紹，14B萬相模型在指令遵循、復(fù)雜運動生成、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%的成績大幅超越Sora、Luma、Pika等國內(nèi)外模型，穩(wěn)居榜首位置。1.3B版本測試結(jié)果不僅超過了更大尺寸的開源模型，甚至還接近部分閉源模型，同時能在消費級顯卡運行，僅需8.2GB顯存就可以生成高質(zhì)量視頻，適用于二次模型開發(fā)和學(xué)術(shù)研究。