近日，阿里巴巴宣布其先進的生成基座模型——萬相2.1（Wan）正式向公眾開放源代碼。在多個評測數(shù)據(jù)集中，該模型力壓群雄，包括Sora和Luma等知名模型，榮登榜首。aVO28資訊網(wǎng)——每日最新資訊28at.com

此次開源的萬相2.1模型，擁有兩個不同規(guī)模的參數(shù)版本。其中，140億參數(shù)的版本專為追求極致生成效果的專業(yè)用戶設計，而13億參數(shù)的版本則以其高效快速的生成能力和對各類消費級GPU的廣泛兼容性脫穎而出。這兩個版本的全部推理代碼和權重均已實現(xiàn)開源。aVO28資訊網(wǎng)——每日最新資訊28at.com

在視頻生成領域，萬相2.1憑借其自研的高效VAE和DiT架構，顯著增強了時空上下文建模能力。該模型不僅支持無限長1080P視頻的高效編解碼，還首次實現(xiàn)了中文文字視頻的自動生成。它還涵蓋了文生視頻、圖生視頻、視頻編輯、文生圖和視頻生音頻等多重功能。aVO28資訊網(wǎng)——每日最新資訊28at.com

據(jù)了解，萬相2.1不僅支持中英文視頻生成，還內置了一鍵生成藝術字的功能，并提供了多種視頻特效選項，如過渡效果、粒子效果和模擬效果等，旨在增強視頻的視覺表現(xiàn)力。aVO28資訊網(wǎng)——每日最新資訊28at.com

業(yè)內分析人士指出，萬相2.1的開源標志著阿里云在AI領域邁出了重要一步，實現(xiàn)了全模態(tài)、全尺寸的開源。這一舉措將大大降低開發(fā)者獲取和使用該模型底層代碼的成本，進而推動更多視頻生成應用的創(chuàng)新與發(fā)展。aVO28資訊網(wǎng)——每日最新資訊28at.com

近年來，開源趨勢已成為全球大模型領域的一股不可忽視的力量。在國內，隨著字節(jié)跳動的豆包和百度的文心一言等開源模型的相繼推出，新一輪的開源熱潮正在興起。而在國際市場上，萬相2.1的完全開源無疑給OpenAI和谷歌等競爭對手帶來了更大的商業(yè)化挑戰(zhàn)。例如，谷歌近期披露的Veo 2模型定價為每生成1秒視頻需付費0.5美元，這意味著生成一個小時的視頻將耗資高達1800美元。aVO28資訊網(wǎng)——每日最新資訊28at.com

另一家在AI視頻生成領域有顯著布局的微美全息公司，也在積極探索多模態(tài)AIGC（生成式AI）技術的研發(fā)。該公司通過結合大規(guī)模預訓練與多模態(tài)算法優(yōu)化，致力于提升生成內容的連貫性和物理合理性。目前，微美全息已逐步實現(xiàn)文本生成視頻、圖像生成視頻等能力，并支持劇情創(chuàng)作、短視頻生成等多種應用場景。未來，該公司有望通過API或行業(yè)解決方案，進一步加速AI視頻生成技術的迭代與發(fā)展。aVO28資訊網(wǎng)——每日最新資訊28at.com