阿里巴巴开源新一代视频生成大模型“万相2.1”，全球开发者可下载体验

2024年2月25日，阿里巴巴宣布了一项激动人心的技术进展：阿里云的视频生成大模型“万相2.1”（Wan）正式开源。此举不仅标志着阿里巴巴在人工智能领域的进一步突破，也为全球开发者提供了全新的创作工具。根据官方消息，万相2.1模型遵循Apache2.0开源协议，涵盖14B和1.3B两个不同参数规模的推理代码和权重，所有感兴趣的开发者均可在GitHub、HuggingFace以及魔搭社区等下载体验。

万相2.1模型介绍

万相系列是阿里云推出的一系列高性能AI绘画和视频生成大模型。早在2023年7月，阿里云便推出了通义万相，帮助人类在图片创作方面实现高效便捷的生成。经过一段时间的不断优化和升级，阿里巴巴在2024年初宣布万相模型升级至2.1版本，以其出众的表现赢得了众多关注，其性能在权威评测排行榜VBench上更是高居榜首。

对于有意深入了解人工智能视频生成技术的开发者和研究人员万相2.1的开源是一个不可多得的机会。此次发布中，阿里巴巴特意提供了两种不同参数规模的模型，以便开发者根据自身需求选择合适的版本。其中，14B版本在复杂运动生成、物理建模以及文字视频生成等多个方面展现了卓越的性能。

技术优势与应用案例

万相2.1在多项任务上的表现均表现优异，特别是在指令遵循和高度复杂的运动生成方面。在VBench榜单中，万相2.1的总分达86.22%，明显领先Sora、Luma和Pika等许多国内外竞争对手，奠定了其在行业中的引领地位。

该模型能够稳定展现多种复杂的人物肢体动作，比如旋转、跳跃、转身和翻滚等。在生成视频过程中，万相2.1还展现了其对现实物理场景的真实还原能力，包括碰撞、反弹和切割等现象的精准模拟。万相2.1对中英文长文本指令的理解和执行能力也极为出色，能够顺利地还原场景切换和角色互动，提供与用户输入高度一致的输出结果。

在具体的应用场景中，万相2.1可以被广泛运用在短视频制作、游戏开发、动画制作及虚拟现实等多个领域。例如，游戏开发者可以利用该模型快速生成高质量的角色动画，以节省时间和人力成本；影视行业的动画师也能够通过万相2.1快速创建生动的场景，提升制作效率。

适应性与开发者友好

值得一提的是，万相2.1的1.3B版本模型特别关注于开发者的需求，其运行时对硬件的要求相对较低，仅需8.2GB显存便能够生成480P的视频，这使得许多拥有消费级显卡的开发者和研究人员都可以轻松运用这一高性能模型进行二次开发和学术研究。这一特性大大降低了技术门槛，使更多志同道合的开发者能够参与到AI创作的浪潮中。

随着万相2.1的发布，阿里巴巴不仅为全球开发者提供了强大的工具支持，还推动了整个视频生成领域的技术进步。这一开源将为AI技术的创新应用注入新的活力，也将激励更多的开发者在此基础上进行深度研究和创意开发。

阿里巴巴的万相2.1模型通过开源共享的方式，为开发者提供了一种全新的创作可能，相信在不久的将来，会有越来越多引人注目的创意和应用出现在我们的视野中。此举不仅推动了人工智能技术的发展，更为未来的多媒体创作带来了新的机遇和挑战。对于那些希望在视频生成和AI绘画领域大展拳脚的开发者万相2.1是一个值得尝试的新起点。