支持文生视频和图生视频，阿里旗下大模型万相2.1宣布开源

2月25日晚间，阿里巴巴宣布，阿里云视频生成大模型万相2.1（Wan）开源。此次开源采用Apache2.0协议，14B和1.3B两个参数规格的全部推理代码和权重全部开源，同时支持文生视频和图生视频任务，全球开发者可在Github、HuggingFace、魔搭社区下载体验。

通义万相是阿里云通义系列AI绘画创作大模型，可辅助人类进行图片创作，于2023年7月7日正式上线。今年1月初，通义万相视频生成模型宣布升级至2.1版，凭借着优秀的表现，在权威评测榜单VBench中登上榜首。

微信公众号“阿里云”截图

公开资料显示，此次开源共包括两个参数版本模型。

其中14B版本万相模型，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，在权威评测集Vbench中，万相2.1以总分86.22%大幅超越Sora、Luma、Pika等国内外模型，稳居榜首位置；1.3B版本万相模型，超过了更大尺寸的开源模型，还和一些闭源的模型结果接近，同时能在消费级显卡运行，仅需8.2GB显存就可以生成480P视频，适用于二次模型开发和学术研究。

演示材料显示，万相大模型在多个内部和外部基准测试中，均大幅超越现有的开源模型以及顶尖商业闭源模型。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。在指令遵循能力方面，能够准确理解中英文长文本指令，还原各种场景切换、角色互动。

本文系观察者网独家稿件，未经授权，不得转载。