阿里万相视频生成大模型正式开源

2月26日，阿里巴巴集团宣布，其自主研发的视频生成大模型万相 2.1（Wan）正式开源。据发布会介绍，万相模型在指令遵循、复杂运动生成、物理建模以及文字视频生成等方面表现优异。在Vbench权威评测集中，万相2.1以86.22%的综合得分遥遥领先于国内外其他模型，位居第一。

1.3B参数版本的万相模型不仅在性能上超过了其他开源模型，甚至在某些指标上接近了闭源模型的水平。同时，该模型在硬件资源上的需求相对较低，仅需8.2GB显存即可生成480P视频，这一特点使其既适用于二次模型开发，也适用于学术研究。

此次开源采用了Apache2.0协议，14B和1.3B两个参数规格的模型推理代码和权重已全部公开，并支持文生视频和图生视频的任务。全球开发者可以通过GitHub、HuggingFace和魔搭社区下载并体验万相模型。

万相模型的开源，不仅展示了阿里巴巴在人工智能领域的领先技术，也为全球开发者提供了一个强大的视频生成工具，有望推动视频生成技术在各个行业的应用和发展。