快科技2月26日消息,25日深夜,阿里云視頻生成大模型萬相2.1(Wan)重磅開源。
此次開源采用Apache2.0協(xié)議,14B和1.3B兩個(gè)參數(shù)規(guī)格的全部推理代碼和權(quán)重全部開源,同時(shí)支持文生視頻和圖生視頻任務(wù),全球開發(fā)者可在Github、HuggingFace、魔搭社區(qū)下載體驗(yàn)。
據(jù)介紹,14B版本萬相模型在指令遵循、復(fù)雜運(yùn)動(dòng)生成、物理建模、文字視頻生成等方面表現(xiàn)突出,在權(quán)威評(píng)測(cè)集Vbench中,萬相2.1以總分86.22%大幅超越Sora、Luma、Pika等國(guó)內(nèi)外模型,穩(wěn)居榜首位置。
1.3B版本萬相模型不僅超過了更大尺寸的開源模型,甚至還和一些閉源的模型結(jié)果接近,同時(shí)能在消費(fèi)級(jí)顯卡運(yùn)行,僅需8.2GB顯存就可以生成480P視頻,適用于二次模型開發(fā)和學(xué)術(shù)研究。
官方表示,從2023年開始,阿里云就堅(jiān)定大模型開源路線,千問(Qwen)衍生模型數(shù)量已超過10萬個(gè),是全球大的AI模型家族。
在視頻生成方面,萬相2.1通過自研高效VAE和DiT架構(gòu)增強(qiáng)了時(shí)空上下文建模能力,支持無限長(zhǎng)1080P視頻的高效編解碼,首次實(shí)現(xiàn)了中文文字視頻生成功能。
隨著萬相的開源,阿里云兩大基模全部開源,實(shí)現(xiàn)了全模態(tài)、全尺寸大模型的開源。
自2025年1月DeepSeek爆火以來,開源已經(jīng)逐漸成為國(guó)內(nèi)外大模型領(lǐng)域的“標(biāo)配”。
進(jìn)入2月,字節(jié)豆包、昆侖萬維、百度文心、阿里通義千問等紛紛推出自家的開源模型,加入這場(chǎng)開源熱潮。
本文鏈接:http://www.tebozhan.com/showinfo-17-133527-0.html阿里萬相視頻生成大模型重磅開源!消費(fèi)級(jí)顯卡也能運(yùn)行
聲明:本網(wǎng)頁(yè)內(nèi)容旨在傳播知識(shí),若有侵權(quán)等問題請(qǐng)及時(shí)與本網(wǎng)聯(lián)系,我們將在第一時(shí)間刪除處理。郵件:2376512515@qq.com
上一篇: 格力高管再回應(yīng)董明珠健康家:經(jīng)銷商反應(yīng)很積極 今年計(jì)劃改造3000家門店