據(jù)報(bào)道，阿里生成基座模型萬(wàn)相2.1（Wan）宣布開源，在評(píng)測(cè)集中，超越 Sora、Luma等模型，位列榜首。

　　開源最強(qiáng)視頻大模型亮相

　　獲悉，萬(wàn)相2.1共有兩個(gè)參數(shù)規(guī)模，140億參數(shù)模型適用于對(duì)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(fèi)級(jí)GPU，兩個(gè)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(wàn)相2.1通過自研的高效VAE和DiT架構(gòu)增強(qiáng)了時(shí)空上下文建模能力，支持無(wú)限長(zhǎng)1080P視頻的高效編解碼，首次實(shí)現(xiàn)了中文文字視頻生成功能，同時(shí)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(xiàng)任務(wù)。

　　據(jù)此前介紹，萬(wàn)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(xiàng)，以增強(qiáng)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(wàn)相2.1模型開源，標(biāo)志著阿里云實(shí)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(jìn)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(shí)代

　　自2025年以來(lái)，開源趨勢(shì)逐漸成為全球大模型領(lǐng)域的標(biāo)配。國(guó)內(nèi)方面，進(jìn)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(dòng)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(guó)際方面，隨著萬(wàn)相2.1完全開源，OpenAI、谷歌等競(jìng)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(jià)也將面臨挑戰(zhàn)。谷歌Veo 2模型近期披露定價(jià)，每生成1秒視頻需要付費(fèi)0.5美元，相當(dāng)于生成一個(gè)小時(shí)的視頻需要花費(fèi)1800美元。

　　微美全息開源多模態(tài)應(yīng)用場(chǎng)景拓展

　　公開資料顯示，微美全息在AI視頻生成領(lǐng)域有顯著布局，涵蓋大語(yǔ)言、多模態(tài)等領(lǐng)域，面對(duì)開源視頻生成大模型賽道，從大語(yǔ)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(shí)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(qiáng)大的動(dòng)力。

　　事實(shí)上，近些年來(lái)，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(shí)在行業(yè)生態(tài)上，微美全息已逐步實(shí)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(chǎng)景，未來(lái)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(yǔ)

　　未來(lái)，AI模型將進(jìn)入一個(gè)分水嶺，機(jī)構(gòu)普遍認(rèn)為，阿里此舉將加速AI視頻技術(shù)商業(yè)化落地，并推動(dòng)算力、云計(jì)算、內(nèi)容創(chuàng)作等全產(chǎn)業(yè)鏈升級(jí)。所以說，AI下半場(chǎng)，不是簡(jiǎn)單的技術(shù)競(jìng)賽，而是一場(chǎng)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。

免責(zé)聲明：以上內(nèi)容為本網(wǎng)站轉(zhuǎn)自其它媒體，相關(guān)信息僅為傳遞更多信息之目的，不代表本網(wǎng)觀點(diǎn)，亦不代表本網(wǎng)站贊同其觀點(diǎn)或證實(shí)其內(nèi)容的真實(shí)性。如稿件版權(quán)單位或個(gè)人不想在本網(wǎng)發(fā)布，可與本網(wǎng)聯(lián)系，本網(wǎng)視情況可立即將其撤除。