阿里開源模型萬相2.1引爆視頻賽道！谷歌/微美全息加入全模態(tài)AI開源新時代!

據(jù)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(shù)規(guī)模，140億參數(shù)模型適用于對生成效果要求更高的專業(yè)人士，13億參數(shù)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(quán)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(gòu)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(xiàn)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(wù)。

據(jù)此前介紹，萬相2.1支持中英文視頻，可以一鍵生成藝術(shù)字，還提供多種視頻特效選項，以增強視覺表現(xiàn)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(biāo)志著阿里云實現(xiàn)了全模態(tài)、全尺寸的開源。這意味著更多的開發(fā)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(yè)務(wù)相關(guān)的各類視頻生成應(yīng)用。

開啟全模態(tài)開源新時代

自2025年以來，開源趨勢逐漸成為全球大模型領(lǐng)域的標(biāo)配。國內(nèi)方面，進入2月，多家企業(yè)紛紛推出了各自的開源模型，包括字節(jié)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(yè)化的挑戰(zhàn)：更好的模型已經(jīng)開源了，AI生成視頻的定價也將面臨挑戰(zhàn)。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(dāng)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(tài)應(yīng)用場景拓展

公開資料顯示，微美全息（WIMI.US）在AI視頻生成領(lǐng)域有顯著布局，涵蓋大語言、多模態(tài)等領(lǐng)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(chǔ)模型到多樣化的衍生模型，實現(xiàn)了全模態(tài)、全尺寸的開源，微美全息AI開源生態(tài)的發(fā)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(tài)AIGC（生成式AI）研發(fā)，技術(shù)核心在于結(jié)合大規(guī)模預(yù)訓(xùn)練與多模態(tài)算法優(yōu)化，提升生成內(nèi)容的連貫性和物理合理性。同時在行業(yè)生態(tài)上，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，支持劇情創(chuàng)作、短視頻生成等場景，未來可能通過API或行業(yè)解決方案，加速AI快速生成視頻能力技術(shù)迭代。 

結(jié)語

未來，AI模型將進入一個分水嶺，機構(gòu)普遍認為，阿里此舉將加速AI視頻技術(shù)商業(yè)化落地，并推動算力、云計算、內(nèi)容創(chuàng)作等全產(chǎn)業(yè)鏈升級。所以說，AI下半場，不是簡單的技術(shù)競賽，而是一場關(guān)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(zhuǎn)自：中國網(wǎng)

　　【版權(quán)及免責(zé)聲明】凡本網(wǎng)所屬版權(quán)作品，轉(zhuǎn)載時須獲得授權(quán)并注明來源“中國產(chǎn)業(yè)經(jīng)濟信息網(wǎng)”，違者本網(wǎng)將保留追究其相關(guān)法律責(zé)任的權(quán)力。凡轉(zhuǎn)載文章及企業(yè)宣傳資訊，僅代表作者個人觀點，不代表本網(wǎng)觀點和立場。版權(quán)事宜請聯(lián)系：010-65363056。

延伸閱讀