阿里开源Wan2.1：视频生成新标杆，中文字效+高质量视频一键生成！

开源项目精选

已于 2025-02-27 17:37:08 修改

阅读量2.3k

点赞数 6

文章标签：人工智能

于 2025-02-27 17:31:14 首次发布

本文链接：https://blog.youkuaiyun.com/coderroad/article/details/145908572

版权

近期，阿里云通义万象团队发布了视频生成大模型Wan2.1，很快冲到了HuggingFace榜的第4位。Wan2.1是阿里云开源的AI视频生成大模型，具备强大的视觉生成能力。Wan2.1支持文生视频和图生视频任务，包含两种尺寸的模型，14B参数的专业版擅长复杂运动生成和物理建模，性能卓越；1.3B参数的极速版能在消费级显卡上运行，显存需求低，适合二次开发和学术研究。

Stars 数	6257
Forks 数	464

主要特点

卓越性能：Wan2.1在多个基准测试中持续超越现有开源模型及顶尖商业解决方案。
支持消费级GPU：T2V-1.3B模型仅需8.19GB显存，兼容几乎所有消费级GPU。在RTX 4090上，约4分钟即可生成一段5秒480P视频（未采用量化等优化技术），其性能甚至可与某些闭源模型媲美。
多任务处理：Wan2.1在文本转视频、图像转视频、视频编辑、文本转图像及视频转音频等任务上表现卓越，推动视频生成领域向前发展。
视觉文本生成：Wan2.1是首个能生成中英双语文本的视频模型，具备强大的文本生成能力，增强了其实用性。
强大的视频VAE：Wan-VAE在效率与性能上表现卓越，能编码解码任意长度的1080P视频，同时保留时间信息，是视频与图像生成的理想基础。