新浪科技讯 2月25日晚间音书，阿里云晓示旗下视觉生成基座模子万相2.1（Wan）开源，这次开源接纳最宽松的Apache2.0条约，14B和1.3B两个参数规格的扫数推理代码和权重扫数开源，同期援救文生视频和图生视频任务，各人建筑者可在Github、HuggingFace和魔搭社区下载体验。

　　据先容，14B万相模子在提醒除名、复杂通顺生成、物理建模、笔墨视频生成等方面推崇凸起，在巨擘评测集VBench中，万相2.1以总分86.22%的得益卓越Sora、Luma、Pika等国表里模子，稳居榜首位置。1.3B版块测试恶果不仅跳跃了更大尺寸的开源模子，甚而还接近部分闭源模子，同期能在耗尽级显卡初始，仅需8.2GB显存就不错生成高质地视频，适用于二次模子建筑和学术询查。

　　在算法遐想上，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、可扩张的预熏陶战术等。以3D VAE为例，为了高效援救随性长度视频的编码息争码，万相在3D VAE的因果卷积模块中好意思满了特征缓存机制，从而代替平直对长视频端到端的编解码经过，好意思满了无尽长1080P视频的高效编解码。此外，通过将空间降采样压缩提前，在不耗损性能的情况下进一步减少了29%的推理时内存占用。

　　万相团队的试验恶果清晰，在通顺质地、视觉质地、作风和多蓄意等14个主要维度和26个子维度测试中，万相均达到了业界率先推崇，况且斩获5项第一。（文猛）

海量资讯、精确解读，尽在新浪财经APP

背负裁剪：何俊熹 体育游戏app平台