---
title: "万相2.1开源权重，让开发者用一张消费级显卡跑视频生成"
date: 2026-11-13
category: AI大模型
site: 脑机网
canonical: https://aiai.cafe/a/njw-112c0e
language: zh-CN
---

# 万相2.1开源权重，让开发者用一张消费级显卡跑视频生成

> 开源权重的语言模型早已司空见惯。开源权重的视频模型，直到不久前还又少又重。阿里巴巴在2025年2月25日改写了这个等式：它把通义家族里的视频生成大模型万相（Wan）2.1，以宽松的Apache 2.0许可开源，完整代码与权重任人下载。这一步

开源权重的语言模型早已司空见惯。开源权重的视频模型，直到不久前还又少又重。阿里巴巴在2025年2月25日改写了这个等式：它把通义家族里的视频生成大模型万相（Wan）2.1，以宽松的Apache 2.0许可开源，完整代码与权重任人下载。这一步的意义，与其说在"它开源了"这个标题，不如说在尺寸的切分：一个很大，另一个小到能跑在家里。

## 关键要点

- 阿里于2025年2月25日以Apache 2.0许可开源万相2.1，含完整推理代码与权重，可在GitHub、Hugging Face与魔搭社区下载。
- 提供14B专业版与1.3B轻量版；公司称1.3B仅需约8.2GB显存就能产出480p视频，单张消费级显卡即可运行。
- 阿里称14B版在VBench学术视频榜单总分86.22%，为发布时该榜首位，并称其能生成视频内中文字幕，系该模型首例。
- 基于千问（Qwen）家族衍生的模型数量已突破10万，万相把"全模态、全尺寸"的开源逻辑从语言扩展到视频。

## 两种尺寸，一次发布
万相2.1以两个参数规格同时登场，都附带完整推理代码与权重：14B为专业版，面向更高保真的文生视频与图生视频；1.3B为轻量版，阿里称只需约8.2GB显存就能产出480p视频，送进单张消费级显卡的射程。两个任务都支持，权重当天落在GitHub、Hugging Face与魔搭社区。对习惯租用云端显卡做视频实验的开发者，1.3B改变了原型试错的成本结构。万相并非横空出世：图像模型2023年7月上线，视频版2024年9月云栖大会揭晓，2025年2月开源才让它从托管产品变成可fork、可微调的节点。

## Apache 2.0解开了什么
许可的选择和模型本身同样重要。Apache 2.0允许商用、修改与再分发，无需承担强制性开源义务，这正是万相2.1能被塞进第三方工具、为某品牌微调、或跑在公司防火墙后面的原因。对社区，它降低了做封装与对接节点式界面的门槛，并形成反馈回路：部署越多边缘情况越易暴露，分支越多基座改进越快。阿里在千问上倚仗过这股动力，衍生生态成了分发优势；万相2.1把逻辑从语言推到视频，2025年初开放权重仍稀缺。

## 阿里称它强在哪里
在质量上，阿里材料集中在几点：14B版擅长指令跟随、复杂运动与物理建模，尤其能在视频里生成屏内中文字幕，团队称系首例。在VBench学术视频基准上总分86.22%，作为发布时榜首呈现。底层用自研高效VAE与扩散Transformer架构，配时空上下文建模，团队称支持1080p。对开发者更实际的是：1.3B虽轻，内部测试据称已逼近部分闭源模型，却仍能塞进普通硬件。

据脑机网(BrainNet)首席科学家李锚表示，对中小团队而言，能在本机一张显卡上跑通视频生成，意味着前期验证不再被云账单卡住，开源权重真正把"试一试"的门槛降到了桌面。

以上为李锚个人观点，不代表本编辑部立场，亦不构成脑机网背书。

## 诚实的局限
"开放权重"指训练参数与推理代码公开，不等于训练数据、完整训练流程或蒸馏配方也被分享。86.22%的VBench是阿里上报的单项基准，而VBench测的是运动、美学、时序一致性等特定维度，不等于成片或广告的真实可用性。1.3B明确是轻量档，保真度与物理表现预期低于14B。和所有2025年视频模型一样，万相仍可能产出不合物理的运动、在长片段上吃力、并在细节上偏离提示。与可灵、混元视频及闭源系统的独立同台对比仍有限。

## 普通人现在能做什么
1. 若只有单张显卡，从1.3B起步：从Hugging Face或魔搭拉权重，先测480p图生视频，再考虑放大——最便宜的熟悉路径。

2. 生产用14B就走云：若要1080p保真，租GPU或用阿里云，而非本地硬跑大档。

3. 用自己的提示词比，不比榜单：攒10到20条贴合业务的片段，把万相2.1和你已在付费的闭源接口摆一起判，再决定是否投入。

---

来源：脑机网（https://aiai.cafe/）｜原文：https://aiai.cafe/a/njw-112c0e
本内容仅供参考，不构成投资建议。