新浪科技讯 2月25日晚间音书九游会体育，阿里云书记旗下视觉生成基座模子万相2.1（Wan）开源，这次开源接受最宽松的Apache2.0公约，14B和1.3B两个参数规格的一王人推理代码和权重一王人开源，同期赈济文生视频和图生视频任务，众人建树者可在Github、HuggingFace和魔搭社区下载体验。

　　据先容，14B万相模子在提示衔命、复杂通顺生成、物理建模、笔墨视频生成等方面发扬杰出，在巨擘评测集VBench中，万相2.1以总分86.22%的得益卓著Sora、Luma、Pika等国表里模子，稳居榜首位置。1.3B版块测试恶果不仅跨越了更大尺寸的开源模子，以至还接近部分闭源模子，同期能在糜掷级显卡开动，仅需8.2GB显存就不错生成高质地视频，适用于二次模子建树和学术推敲。

　　在算法策画上，万相基于主流DiT架构和线性噪声轨迹Flow Matching范式，研发了高效的因果3D VAE、可膨胀的预西席战略等。以3D VAE为例，为了高效赈济纵情长度视频的编码妥协码，万相在3D VAE的因果卷积模块中收场了特征缓存机制，从而代替成功对长视频端到端的编解码经过，收场了无尽长1080P视频的高效编解码。此外，通过将空间降采样压缩提前，在不失掉性能的情况下进一步减少了29%的推理时内存占用。

　　万相团队的现实恶果表露，在通顺质地、视觉质地、格长入多主义等14个主要维度和26个子维度测试中，万相均达到了业界最先发扬，而况斩获5项第一。（文猛）

海量资讯、精确解读，尽在新浪财经APP

牵扯剪辑：何俊熹 九游会体育