阿里万相大模型开源，家用显卡都能跑

阿里巴巴正式开源旗下视频生成模型万相2.1模型。

根据通义介绍，此次开源的是两个版本的模型：14B版本适用于专业创作者迅速上手部署，而1.3B参数量的版本在家用显卡（注：官方给的例子是英伟达4090）上用单卡8.2G显存就能生成480P高质量视频。性能甚至能与某些5B参数量的闭源大模型相媲美。

根据视频生成模型的“大模型排行榜”，万相2.1在VBench基准测试中位居全球第一，力压美图奇想、OpenAI Sora、Adobe/麻省理工的CausVid、苹果 STIV等一众国内外竞品。

万相2.1的技术突破主要体现在两点，首先是能够展现复杂稳定的人物肢体动作，以及精准还原碰撞、反弹等复杂物理场景。这决定了AI生成的视频是否具有足够的真实性。

另一个巨大的优势，是万相2.1能够直接通过提示词，在视频中生成中文字（英文字也可以），以及特殊艺术效果。可以想见，随着这个模型的开源，中文AI应用市场又将迎来一波新玩法的升级。

在AI视频中准确生成文字，不论是中文还是英文，是绝大多数竞品目前未能达到的高度。

随着万相2.1完全开源，OpenAI、谷歌等竞品也将直面商业化的挑战：更好的模型已经开源了，AI生成视频的定价也将面临挑战。