綜合中媒報導，阿里巴巴於 25 日晚間，全面開源旗下影片生成模型萬相 2.1 （Wan2.1）模型。此次開源採用最寬鬆的 Apache 2.0 協議，14B 和 1.3B 兩個參數規格的全部推理代碼和權重全部開源，同時支援文生影片和圖生影片任務，全球開發者可在 Github、HuggingFace 和魔搭社區下載體驗。
2025年1月，阿里巴巴旗下萬相剛宣布推出2.1版本模型升級，影片生成、圖像生成兩大能力均獲得提升。在影片生成方面，萬相2.1透過自研的高效VAE和DiT架構增強了時空上下文建模能力，支援無限長1080P影片的高效編解碼，首次實現了中文文字影片生成功能，登上VBench榜單第一。
（Source：阿里巴巴）
據了解，14B萬相模型在指令遵循、複雜運動生成、物理建模、文字影片生成等方面表現突出，在評測集VBench中，萬相2.1以總分86.22%的成績超越Sora、Luma、Pika等中國國內外模型，位列榜首；1.3B版本測試結果不僅超過了更大尺寸的開源模型，甚至還接近部分閉源模型，同時能在消費級顯卡運行，號稱「僅需8.2GB視訊記憶體就可生成480P影片」，適用於二次模型開發及學術研究。
▲ 生成影片的文字提示詞：一名男子在跳台上做專業跳水動作。全景平拍鏡頭中，他穿著紅色泳褲，身體呈倒立狀態，雙臂伸展，雙腿併攏。鏡頭下移，他跳入水中，濺起水花。背景中是藍色的泳池。
隨著以萬相為代表的AI影片生成工具持續更迭，未來其向多種應用場景的滲透有望加速。山西證券指出，應用層可關注創意、設計、教育等多模態，尤其是影片生成相關的領域，另一方面，影片生成模型對算力需求相較文本顯著提升，可重點關注AI算力相關領域。
科技新報粉絲團
加入好友
訂閱免費電子報
