據報道，阿里（BABA.US）生成基座模型萬相2.1（Wan）宣布開源，在評測集中，超越 Sora、Luma等模型，位列榜首。
開源最強視頻大模型亮相
獲悉，萬相2.1共有兩個參數規模，140億參數模型適用于對生成效果要求更高的專業人士，13億參數模型生成速度較快且能兼容所有消費級GPU，兩個模型的全部推理代碼和權重已全部開源。
在視頻生成方面，萬相2.1通過自研的高效VAE和DiT架構增強了時空上下文建模能力，支持無限長1080P視頻的高效編解碼，首次實現了中文文字視頻生成功能，同時支持文生視頻、圖生視頻、視頻編輯、文生圖和視頻生音頻等多項任務。
據此前介紹，萬相2.1支持中英文視頻，可以一鍵生成藝術字，還提供多種視頻特效選項，以增強視覺表現力，例如過渡、粒子效果、模擬等。
分析人士稱，隨著萬相2.1模型開源，標志著阿里云實現了全模態、全尺寸的開源。這意味著更多的開發者，將能夠低成本獲取并使用該模型底層代碼，進而用以開展與自身業務相關的各類視頻生成應用。
開啟全模態開源新時代
自2025年以來，開源趨勢逐漸成為全球大模型領域的標配。國內方面，進入2月，多家企業紛紛推出了各自的開源模型，包括字節跳動的豆包以及百度的文心一言等，共同掀起了新一輪的開源熱潮。
國際方面，隨著萬相2.1完全開源，OpenAI、谷歌等競品也將直面商業化的挑戰：更好的模型已經開源了，AI生成視頻的定價也將面臨挑戰。谷歌Veo 2模型近期披露定價，每生成1秒視頻需要付費0.5美元，相當于生成一個小時的視頻需要花費1800美元。
微美全息開源多模態應用場景拓展
公開資料顯示，微美全息（WIMI.US）在AI視頻生成領域有顯著布局，涵蓋大語言、多模態等領域，面對開源視頻生成大模型賽道，從大語言模型到視覺生成模型，從基礎模型到多樣化的衍生模型，實現了全模態、全尺寸的開源，微美全息AI開源生態的發展正不斷被注入強大的動力。
事實上，近些年來，微美全息專注于多模態AIGC（生成式AI）研發，技術核心在于結合大規模預訓練與多模態算法優化，提升生成內容的連貫性和物理合理性。同時在行業生態上，微美全息已逐步實現文本生成視頻、圖像生成視頻等能力，支持劇情創作、短視頻生成等場景，未來可能通過API或行業解決方案，加速AI快速生成視頻能力技術迭代。
結語
未來，AI模型將進入一個分水嶺，機構普遍認為，阿里此舉將加速AI視頻技術商業化落地，并推動算力、云計算、內容創作等全產業鏈升級。所以說，AI下半場，不是簡單的技術競賽，而是一場關于資源、效率和成本的綜合博弈，這一新的革命正在加速中。
轉自：中國網
【版權及免責聲明】凡本網所屬版權作品，轉載時須獲得授權并注明來源“中國產業經濟信息網”，違者本網將保留追究其相關法律責任的權力。凡轉載文章及企業宣傳資訊，僅代表作者個人觀點，不代表本網觀點和立場。版權事宜請聯系：010-65363056。
延伸閱讀
