近日，三言科技從阿里云方面獲悉，其研發(fā)的視頻生成大模型——萬相2.1（Wan）已正式宣布開源。此次開源遵循Apache2.0協議，涵蓋了14B和1.3B兩種參數規(guī)格的全部推理代碼及權重，為全球開發(fā)者提供了強大的視頻生成工具。
開發(fā)者們現在可以在Github、HuggingFace以及魔搭社區(qū)等平臺上下載并體驗這一前沿技術。萬相2.1不僅支持文字生成視頻的功能，還能實現圖片生成視頻的任務，極大地拓寬了視頻創(chuàng)作的邊界。
在萬相2.1的兩個開源版本中，14B版本展現出了卓越的性能。它在指令遵循、復雜運動生成、物理建模以及文字視頻生成等多個方面均表現出色。在權威評測集Vbench中，萬相2.1以86.22%的總分，遙遙領先于國內外的Sora、Luma、Pika等模型，穩(wěn)居評測榜首。
而1.3B版本的萬相模型同樣不容小覷。盡管其參數規(guī)模較小，但性能卻超越了部分更大尺寸的開源模型，甚至與一些閉源模型的結果相近。更為重要的是，這一版本的模型對硬件要求較低，能夠在消費級顯卡上流暢運行。僅需8.2GB的顯存，就能生成480P的視頻，這為二次模型開發(fā)和學術研究提供了極大的便利。
