阿里万相视频生成大模型重磅开源!消费级显卡也能运行
2月26日消息,25日深夜,阿里云视频生成大模型万相2.1(Wan)重磅开源。
此阿里次开源采用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万相开源,同时支持文生视频和图生视频任务,全球开发者可在Github、HuggingF视频ace、魔搭社区下载体验。
据介绍,14B版本万相模型在指令遵循、复杂运动生成、物理生成建模、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.大模22%大幅超越Sora、Luma、Pika等国内外模型,稳居榜首位置。
1.3B版本万相模型型重不仅超过了更大尺寸的开源模型,甚至还和一些闭源的模型结果接近,同时能在消费级显卡运行,仅磅开需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。
官方表示,从202源!3年开始,阿里云就坚定大模型开源路线,千问(Qwen)衍生模型数量已超过10万个,是消费全球最大的AI模型家族。
在视频生成方面,万相2.1通过自研高效VAE和DiT架构增强了时空级显上下文建模能力,支持无限长1080P视频的高效编解码,首次实现了中文文字视频生成功卡也能。
随着万相的开源,阿里云两大基模全部开源,实现了全模态、全尺寸大模型的开源。
自202能运5年1月DeepSeek爆火以来,开源已经逐渐成为国内外大模型领域的“标配”。
进入2阿里月,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,加入这场开源热潮。万相(拾柒)
- ·IDC:上半年中国蓝牙耳机市场出货量同比增长27%
- ·标签: 市场监管总局 反不正当竞争 手机行业 数字经济
- ·云的错误配置,云安全的一个主要风险
- ·上海 AI 实验室发布 XTuner V1 训练引擎 大模型训练效率暴涨20%
- ·标签: DeepL 雅罗斯瓦夫·库蒂洛夫斯基 AI翻译 德国初创公司
- ·浜戣�绠楁牳蹇冩妧鏈疍ocker鏁欑▼锛氬湪 ECS 涓婇儴缃� Docker 瀹瑰櫒
- ·标签: 小米MiMo MiMo-V2.5 TokenPlan 百万亿Token
- ·Figma牵手Google引入Gemini模型:1300万设计师迎来AI助手,图像生成延迟暴降50%
- ·标签: 远景科技 张雷 可再生能源 能源转型
- ·华为发布鸿蒙座舱 HarmonySpace 6:智能助手小艺全面升级,支持边开车边聊天!
- ·谷歌AI搜索模式杀入西班牙语市场:全球扩张加速,直面ChatGPT竞争白热化
- ·投行解读谷歌最新cookie声明对顶尖广告技术公司影响
- ·标签: 飞猪 元旦出游 出境游 AI旅游
- ·支付宝发布AI就业助手“晓叶”,报名岗位后直通AI在线面试间
- ·标签: 创想三维 3D打印机 港股IPO 消费级3D打印
- ·零代码也能当"导演"!智元推出机器人内容创作平台"灵创"
- ·测绘无人机:对建筑行业的重新思考
- ·国家发改委:加快打造10个国家数据中心集群
- ·任我行软件与阿里云深化合作 推进软件产品创新升级
- ·Adobe Firefly Image 5重磅升级:400万像素原生生成、AI音轨+自定义模型,创作者迎来“全栈式”AI创作时代
- ·英国军情六处等3个情报部门与亚马逊云计算签约
- ·标签: 法拉第未来 FF EAI机器人 贾跃亭 具身智能
- ·标签: 赛力斯 问界 张兴海 增程式
- ·小红书发布新一代对话合成模型 FireRedTTS-2,助力 AI 播客制作
- ·OpenAI 暂停Sora生成马丁・路德・金视频,保护历史人物形象
- ·TechWeb一周热点汇总:苹果举行秋季新品发布会,华为推出三折叠屏手机
