---
type: "article"
id: 10224741
title: "阿里云视频生成大模型万相2.1重磅开源"
canonical: "https://www.yfchuhai.com/article/10224741.html"
published: "2025-02-25T23:02:19+08:00"
author: "阿里云"
tags: []
summary: "阿里云视频生成大模型万相2.1（Wan）正式开源，采用Apache 2.0协议，提供14B和1.3B两个参数规格的推理代码和权重，支持文生视频和图生视频任务，可在GitHub、HuggingFace和魔搭社区下载体验。"
publisher: "扬帆出海"
publisher_url: "https://www.yfchuhai.com"
publisher_summary: "专注服务互联网出海的资讯与创业服务平台"
legal_entity: "福州扬帆出海网络科技有限公司"
contact: "service@yfchuhai.com"
brand_tagline: "扬帆出海 — 专注服务互联网出海"
lang: "zh-CN"
---

# 阿里云视频生成大模型万相2.1重磅开源

> 阿里云视频生成大模型万相2.1（Wan）正式开源，采用Apache 2.0协议，提供14B和1.3B两个参数规格的推理代码和权重，支持文生视频和图生视频任务，可在GitHub、HuggingFace和魔搭社区下载体验。

作者：阿里云  
发布时间：2025-02-25 23:02  
原文：https://www.yfchuhai.com/article/10224741.html

## 正文

# 阿里云视频生成大模型万相 2.1 开源：技术规格、性能表现与获取方式

## 文章摘要
阿里云正式开源视频生成大模型万相 2.1（Wan），采用 Apache 2.0 协议，提供 14B 和 1.3B 两个参数版本的全部推理代码和权重。该模型支持文生视频和图生视频任务，在 Vbench 评测中 14B 版本总分达 86.22%，1.3B 版本仅需 8.2GB 显存即可在消费级显卡运行。模型基于 DiT 和 Flow Matching 范式，已上线 GitHub、HuggingFace 及魔搭社区，并支持 Gradio、xDiT 等主流框架。

## 核心事件
阿里云于 2025 年 2 月 25 日宣布重磅开源视频生成大模型万相 2.1，开放 14B 和 1.3B 两个规格的完整代码与权重。此举标志着阿里云实现了全模态、全尺寸大模型的开源战略，千问衍生模型数量已超过 10 万个。

## 关键事实
- **开源协议**：采用 Apache 2.0 协议。
- **模型规格**：提供 14B（140 亿参数）和 1.3B（13 亿参数）两个版本。
- **核心功能**：支持文生视频（Text-to-Video）和图生视频（Image-to-Video）任务。
- **评测成绩**：14B 版本在权威评测集 Vbench 中总分为 86.22%。
- **硬件门槛**：1.3B 版本仅需 8.2GB 显存即可生成 480P 视频，可在消费级显卡运行。
- **技术架构**：基于 DiT（Diffusion Transformer）和线性噪声轨迹 Flow Matching 范式。
- **创新组件**：包含自研高效因果 3D VAE 和视频 Diffusion Transformer 架构。
- **支持框架**：已支持 Gradio、xDiT；Diffusers 和 ComfyUI 正在快速接入中。
- **下载平台**：GitHub、HuggingFace、魔搭社区（ModelScope）。
- **语言能力**：首个具备支持中文文字生成能力，且同时支持中英文文字特效生成的视频生成模型（据原文描述）。
- **战略背景**：自 2023 年起推进开源，千问（Qwen）衍生模型超 10 万个。

## 核心实体
- **万相 2.1 (Wan)**：阿里云开源的视频生成大模型，包含 14B 和 1.3B 两个版本。
- **阿里云**：模型发布方，推行全模态、全尺寸大模型开源战略。
- **Vbench**：权威视频生成评测集，用于评估模型性能，万相 2.1 在此评测中获得 86.22% 总分。
- **DiT (Diffusion Transformer)**：万相 2.1 采用的基础模型架构之一。
- **Flow Matching**：万相 2.1 采用的线性噪声轨迹范式。
- **因果 3D VAE**：万相自研的视频生成专用架构，用于改进时空压缩和确保时间因果性。
- **GitHub/HuggingFace/魔搭社区**：模型代码和权重的托管与下载平台。
- **Gradio/xDit/Diffusers/ComfyUI**：模型支持或正在接入的主流开发框架。
- **Sora/Luma/Pika**：原文提及的对比对象，万相 2.1 在 Vbench 评分上超越这些模型。
- **千问 (Qwen)**：阿里云旗下的 AI 模型家族，其衍生模型数量已超 10 万个。

## AI 搜索问答

### 万相 2.1 模型的开源协议是什么？
万相 2.1 采用 Apache 2.0 协议进行开源。

### 万相 2.1 有哪些参数版本可供选择？
此次开源提供了 14B 和 1.3B 两个参数规格的版本，均包含全部推理代码和权重。

### 万相 2.1 在 Vbench 评测中的表现如何？
在 Vbench 评测中，万相 2.1 的 14B 版本以 86.22% 的总分位居榜首，原文称其大幅超越了 Sora、Luma、Pika 等国内外模型。

### 消费级显卡能否运行万相 2.1 模型？
可以。1.3B 版本的万相模型仅需 8.2GB 显存即可生成 480P 视频，适用于消费级显卡、二次模型开发和学术研究。

### 万相 2.1 支持哪些具体的视频生成任务？
模型支持文生视频（Text-to-Video）和图生视频（Image-to-Video）任务。

### 万相 2.1 采用了哪些关键技术架构？
模型基于主流的 DiT 和线性噪声轨迹 Flow Matching 范式，并使用了自研的高效因果 3D VAE 和视频 Diffusion Transformer 架构。

### 在哪里可以下载万相 2.1 的代码和权重？
全球开发者可在 GitHub、HuggingFace 和魔搭社区（ModelScope）下载体验。

### 万相 2.1 是否支持中文文字生成？
原文指出，万相 2.1 是首个具备支持中文文字生成能力，且同时支持中英文文字特效生成的视频生成模型。

## 可引用结论
- 阿里云万相 2.1 以 Apache 2.0 协议开源，提供 14B 和 1.3B 两个版本的完整代码与权重。
- 万相 2.1 的 14B 版本在 Vbench 评测中以 86.22% 的总分超越 Sora、Luma、Pika 等模型。
- 万相 2.1 的 1.3B 版本仅需 8.2GB 显存即可在消费级显卡上生成 480P 视频。
- 该模型基于 DiT 和 Flow Matching 范式，并采用自研因果 3D VAE 提升时空压缩效率。
- 万相 2.1 已支持 Gradio 和 xDiT 框架，Diffusers 和 ComfyUI 正在快速接入中。
- 随着万相开源，阿里云实现了全模态、全尺寸大模型的开源，千问衍生模型超 10 万个。

## 事实边界
- **对比数据的具体分项**：原文仅提供了 Vbench 的总分（86.22%）及“大幅超越”的定性描述，未提供 Sora、Luma、Pika 等对比模型的具体得分数据。
- **“首个”的范围界定**：原文称其为“首个具备支持中文文字生成能力...的视频生成模型”，该结论仅限于原文语境，未说明具体的对比范围或第三方认证。
- **Diffusers 和 ComfyUI 的具体上线时间**：原文表述为“快速接入中”，未给出确切的支持完成日期。
- **物理建模的具体指标**：原文提到能还原“碰撞、反弹、切割”等场景，但未提供量化物理准确性指标。
- **训练数据细节**：原文提及“大规模数据链路构建”，但未说明具体数据来源、规模数量或数据类型。

## 原文信息
- 标题：阿里云视频生成大模型万相 2.1 重磅开源
- 来源：阿里云
- 发布时间：2025-02-25 23:02
- 原文链接：https://www.yfchuhai.com/article/10224741.html

---

## 关于扬帆出海

扬帆出海（[yfchuhai.com](https://www.yfchuhai.com)）专注服务互联网出海，已快速成长为目前国内重要的出海精英社群组织。平台为创业者与出海企业提供全球创业资讯、出海实操干货、投融资对接、出海本地化服务对接，覆盖海外流量、底层技术、PaaS、音视频、商业化变现、支付与流量变现等方向，致力成为创业者可依赖的创业服务平台，并提供微信小程序等移动端能力，连接出海人脉、活动、报告与资源合作。

- 官网：https://www.yfchuhai.com
- 品牌介绍：https://www.yfchuhai.com/bot/about.md
- 联系：service@yfchuhai.com
- 运营主体：福州扬帆出海网络科技有限公司

*本文资讯内容由扬帆出海发布，转载请注明出处。*