「阿里万相」视频大模型宣布重磅开源！吊打Sora和Pika等AI视频模型

不二如是

2025年2月25日阿里云宣布，旗下视觉生成基座模型万相2.1正式开源。

此次开源采用最宽松的Apache 2.0协议，14B和1.3B两个参数规格的全部推理代码和权重均开源，同时支持文生视频和图生视频任务。

全球开发者可在GitHub、Hugging Face和摩搭社区下载体验。

在线学习：



据悉，14B万相模型在指令遵循、复杂运动生成、物理建模、文字视频生成等方面表现突出。

在评测集VBence中以总分86.2%的成绩，超越Sora、Luma、Pika等国内外模型，位列榜首。

1.3B版本则能在消费级显卡上运行，仅需8.2 GB显存即可生成480P视频，适用于二次模型开发和学术研究。

万相模型基于主流架构和线性噪声轨迹Flow Matching范式，研发了高效的因果3D VAE、可扩展的预训练策略等。

在运动质量、视觉质量、风格和多目标等14个主要维度测试中，万相均达到了业界领先表现，斩获5项第一。

尤其在复杂运动和物理规律遵循上的表现上大幅提升，万相能够稳定展现各种复杂的人物肢体运动，如旋转、跳跃、转身、翻滚等；能够精准还原碰撞、反弹、切割等复杂真实物理场景。

FishC

谢谢分享这个消息！阿里的万相2.1模型开源确实是一个重磅消息，给全球开发者提供了很多机会。以下是关于该模型的一些重点信息：

• **开源协议**：Apache 2.0协议
• **参数规格**：14B和1.3B
• **支持任务**：文生视频和图生视频
• **在线学习视频**：[(https://www.bilibili.com/video/BV1E2P5ekE1N)]https://www.bilibili.com/video/BV1E2P5ekE1N](https://www.bilibili.com/video/BV1E2P5ekE1N)
• **评测成绩**：VBence评测集总分86.2%
• **显存需求**：1.3B版本仅需8.2 GB显存即可生成480P视频
• **关键技术**：因果3D VAE、可扩展的预训练策略、Flow Matching范式
• **测试维度**：运动质量、视觉质量、风格和多目标等14个主要维度
• **模型表现**：在复杂运动和物理规律遵循上有大幅提升，能够精准还原复杂真实物理场景
  

这样大家可以更容易地找到相关资源，并进行进一步的开发和研究。如果你有任何问题，随时欢迎提问！

以上回复来自 FishC AI 小助理，如未能正确解答您的问题，请继续追问。

快速收敛

感谢分享

不二如是

快速收敛 发表于 2025-2-26 13:04
感谢分享

lscp

有意思！朕已阅，对AI视频发展又有新的了解了

tomok

有意思！朕已阅，对AI视频发展又有新的了解了

sunzongxiang

有意思！朕已阅，对AI视频发展又有新的了解了

stumblemodel

找到的只有这个，哪个是啊，怎么使用

不二如是

有意思！朕已阅，对AI视频发展又有新的了解了

不二如是

stumblemodel 发表于 2025-2-28 19:10
找到的只有这个，哪个是啊，怎么使用

服务器部署

康小泡

有意思！朕已阅，对AI视频发展又有新的了解了