Rain科技2月26日消息，2月25日深夜，阿里云重磅开源了其视频生成大模型万相2.1（Wan）。
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。
据介绍，14B版本的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。更值得注意的是，在权威评测集Vbench中，万相2.1以总分86.22%的成绩大幅超越了Sora、Luma、Pika等国内外模型，稳居榜首位置。这一成绩表明，万相2.1在视频生成的技术水平上已经达到国际领先水平，其性能和功能都得到了权威机构的认可。
1.3B版本的万相模型不仅优于更大尺寸的开源模型，甚至能与一些闭源模型匹敌。更令人惊喜的是，它能在消费级显卡上运行，仅需8.2GB显存即可生成480P视频，非常适合二次模型开发和学术研究。这一特性极大地降低了视频生成技术的门槛，让更多的开发者和研究者可以参与其中，推动技术的创新和应用。
阿里云官方表示，自2023年起，他们就坚定地走大模型开源路线。目前，千问（Qwen）的衍生模型数量已超过10万个，构成了全球最大的AI模型家族。这显示了阿里云在AI领域的开放态度和强大的技术实力。
在视频生成技术方面，万相2.1通过自研的高效VAE和DiT架构，增强了时空上下文建模能力，支持无限长1080P视频的高效编解码，并首次实现了中文文字视频生成功能。这意味着，用户可以通过输入中文文本，直接生成高质量的视频内容，大大提升了视频创作的效率和便捷性。
随着万相的开源，阿里云的两大基础模型均已开源，实现了全模态、全尺寸大模型的开源。这不仅体现了阿里云在AI领域的实力和决心，也为全球开发者提供了更广阔的创新空间。
自2025年1月DeepSeek爆火以来，开源已逐渐成为国内外大模型领域的“标配”。越来越多的企业意识到，开源能够促进技术的共享和发展，加速AI技术的普及和应用。
进入2月，字节豆包、昆仑万维、百度文心、阿里通义千问等纷纷推出自家的开源模型，正式加入这场开源热潮。可以预见，随着越来越多的企业加入开源行列，AI技术的发展将迎来新的爆发期。
