阿里深夜开源万相2.1，这是AI视频领域的DeepSeek啊。 * { margin: 0; padding: 0; outline: 0; } body { font-family: “PingFang SC”, system-ui, -apple-system, BlinkMacSystemFont, “Helvetica Neue”, “Hiragino Sans GB”, “Microsoft YaHei UI”, “Microsoft YaHei”, Arial, sans-serif; line-height: 1.6; } .__page_content__ { max-width: 667px; margin: 0 auto; padding: 20px; text-size-adjust: 100%; color: rgba(0, 0, 0, 0.9); padding-bottom: 64px; } .title { user-select: text; font-size: 22px; line-height: 1.4; margin-bottom: 14px; font-weight: 500; } .__meta__ { color: rgba(0, 0, 0, 0.3); font-size: 15px; line-height: 20px; hyphens: auto; word-break: break-word; margin-bottom: 50px; } .__meta__ .nick_name { color: 576B95; } .__meta__ .copyright { color: rgba(0, 0, 0, 0.3); background-color: rgba(0, 0, 0, 0.05); padding: 0 4px; margin: 0 10px 10px 0; } blockquote.source { padding: 10px; margin: 30px 0; border-left: 5px solid ccc; color: #333; font-style: italic; word-wrap: break-word; } blockquote.source a { cursor: pointer; text-decoration: underline; } .item_show_type_0 > section { margin-top: 0; margin-bottom: 24px; } a { color: 576B95; text-decoration: none; cursor: default; } .text_content { margin-bottom: 50px; user-select: text; font-size: 17px; white-space: pre-wrap; word-wrap: break-word; line-height: 28px; hyphens: auto; } .picture_content .picture_item { margin-bottom: 30px; } .picture_content .picture_item .picture_item_label { text-align: center; } img { max-width: 100%; } .pay_subscribe_notice { margin: 30px 0; padding: 20px; background: fffbe6; border: 1px solid ffe58f; border-radius: 8px; } .pay_subscribe_badge { display: inline-block; padding: 4px 12px; background: faad14; color: fff; border-radius: 4px; font-size: 14px; font-weight: 500; margin-bottom: 12px; } .pay_subscribe_desc { font-size: 15px; line-height: 1.8; color: rgba(0, 0, 0, 0.7); margin-bottom: 12px; } .pay_subscribe_hint { font-size: 13px; color: rgba(0, 0, 0, 0.4); } .__bottom-bar__ { display: flex; justify-content: space-between; align-items: center; position: fixed; bottom: 0; left: 0; right: 0; height: 64px; padding: 8px 20px; background: white; box-sizing: border-box; border-top: 1px solid rgba(0, 0, 0, 0.2); } .__bottom-bar__ .left { display: flex; align-items: center; font-size: 15px; white-space: nowrap; } .__bottom-bar__ .right { display: flex; } .__bottom-bar__ .sns_opr_btn { display: flex; align-items: center; user-select: none; background: transparent; border: 0; color: rgba(0, 0, 0, 0.9); font-size: 14px; } .__bottom-bar__ .sns_opr_btn:not(:last-child) { margin-right: 16px; } .__bottom-bar__ .sns_opr_btn > img { margin-right: 4px; }
阿里深夜开源万相2.1，这是AI视频领域的DeepSeek啊。
原创 数字生命卡兹克 数字生命卡兹克 2025-02-26 06:09 北京
昨天的AI新闻有点太密集了，肝快废了。
凌晨2点半，Claude发3.7 Sonnet，凌晨5点半，阿里发了推理模型QwQ-Max的预览版，早上10点DeepSeek开源了一个DeepEP代码库，然后晚上10点20，阿里的视频模型万相2.1，也来了。
而且，正式开源。
2月25号是什么黄道吉日吗。。。
万相2.1开源链接在此：
Huggingface的：https://huggingface.co/Wan-AI
GitHub的：https://github.com/Wan-Video/Wan2.1
阿里，真的也是“源神”。
这次上线的有四个模型，文生和图生各俩。
文生视频模型有1.3B和14B两个规格。图生视频模型都是14B，分辨率一个480P一个720P。
这回比较让人惊喜的是，低配置的模型真的小，1.3B的模型，只需要8个G的显存就能跑了，也就是说，本地的4060都能跑得动了。
如果你有4090，跑一条5秒钟的480P视频的时间大概只要4分钟。
说实话，在年前的时候，万相2.1就已经上线通义万相了。
只不过叫2.1专业和2.1极速版。
这块在我测试下来，专业版和极速版其实都是14B的，只不过专业版感觉是原生720P，极速版是直出的480P然后超分到720P的。
而1.3B是这次为了本地部署特意出的，所以线上目前还没有体验渠道，想用的话，只能自己部署。
我也第一时间跑了一些case，14B因为太大了，我直接用线上的通义万相来跑的。1.3B我是直接在魔搭上部署了跑的，还是比较简单的。
https://www.modelscope.cn/models/Wan-AI/Wan2.1-T2V-1.3B
整体效果上，语义理解、物理真实性、复杂运动的表现，万相2.1 14B在开源视频模型里绝对是第一梯队，而1.3B别看小，但是使用门槛也低啊，在实力上也真的完全不含糊。
直接先上一点我们跑的case。
首先是长文本和Prompt的语义理解表现不错。一连串动作，都能按prompt顺序挨个儿给你实现。
Prompt：空镜从卧室顶部45度俯拍,一位女子躺在凌乱的床上。清晨阳光透过百叶窗在她脸上投下条纹状光影。她闭着眼，用手揉眼睛。然后睁开眼睛, 微笑。
14B效果：
1.3B效果：
物理规律和质感表现也挺不错，这个切柠檬的影子变化、刀面纹理，还有切下去的质感，真实感拉满。
Prompt：高速摄影拍摄一个新鲜柠檬被切开的瞬间。镜头推进，从中景到特写。锋利的银色水果刀从上方切下,柠檬汁飞溅而出,形成细小水珠。特写画面呈现柠檬的横切面和果肉纹理。
14B效果：
1.3B效果：
然后就是万相2.1刚上线通义的时候，不少人吹的运动表现。
我测下来，虽然还说不上是版本T0，但优点确实也挺明显。大幅度的动作、旋转还有动作的速度，都很猛。
Prompt：在冰面上，一位 18 岁的中国美少女明星短道速滑运动员熠熠生辉。她五官玲珑，神色自信，肌肤胜雪，高马尾充满活力。她身着一条薄荷绿的超短薄纱裙，裙摆随风飘动，上身搭配白色露脐运动背心。以全景镜头俯拍，通过轨道车拍摄跟行。柔和的淡蓝色灯光从斜前方洒下，光质轻柔，光比偏小，营造出清新的氛围。她身姿矫健地疾驰，临近终点时采用推镜头特写其坚毅的眼神和快速摆动的手臂。
14B：
1.3B：
2.1还可以直接实现运镜效果，连复杂的遮挡物运镜都行。
Prompt：低机位拍摄图书馆书架，前景书本缝隙间闪过金丝眼镜的反光。当镜头水平移过三格书架，穿灰色毛衣的男生恰好转头，看向镜头，手中悬停的棕色书本封皮_。_
14B：
1.3B：
还有必须提一下的文字生成，万相是全世界第一个能直出中文字的，现在能在AI视频里，直接生成中文的AI视频模型太少了。
Prompt：以红色新年宣纸为背景，出现一滴水墨，晕染墨汁缓缓晕染开来。文字的笔画边缘模糊且自然，随着晕染的进行，水墨在纸上呈现「福」字，墨色从深到浅过渡，呈现出独特的东方韵味。背景高级简洁，杂志摄影感。
14B效果：
1.3B效果：
不过文字生成还是有待改进，亲测目前只能支持生成非常简单的、笔画数少的中文，可以实现的字体也比较少，复杂点的文字内容还是容易出现乱码和鬼画符。不过没关系，这只是刚开始，万相继续加油吧，这个方向是非常实用的。
整体来说，万相2.1语义理解和物理表现都很稳，画面审美也在基准之上。
而且不要忘了，这玩意可是开源的。。。
对与生态的加持，想象空间太大了。
如果你现在想用万相2.1的话，有几种使用方式。
先说14B的，14B的你可以跟我一样，直接去官网免费用，每天签到有50灵感值，如果你在APP上跑一个视频的话每天可以再加50灵感值。
1个专业版（14B 720P）的视频，5灵感值，也就是说，你其实一天可以白嫖20个视频了。
然后就是Hugging Face上的demo，虽然是可以所谓的无限免费用，但是算力太少人太多，基本约等于用不了，可以直接放弃。
还有就是去阿里云百炼，接API用：
https://bailian.console.aliyun.com/model-market#/home
价格的话，Plus（2.1专业版）是每秒0.7元，Trubo（2.1极速版）是每秒0.24元。
然后就是1.3B，如果你本身有8G以上的显卡，那就无脑直接本地化自己部署就行了。
具体的可以去他们github上看。
其实我最期待的，还是关于ComfyUI的集成，如果这能接进去，那就可以玩很多的花活了。
最后，我还是想表达一下对阿里的敬佩。
AI领域的半壁江山，现在几乎都是阿里的。
Qwen作为老大哥遥遥领先，新秀万相补上AI视频的空白，现在全世界，都知道了阿里的名号。
而且不止是AI圈，金融圈，更是因为阿里在AI上的策略，全世界的资本开始重新关注过来。
你就看看阿里涨了多少吧，带着恒生科技和中概互联又飞了多少吧。
中国资产的全面复苏。
正是因为前几天阿里炸裂的财报，还有AGI的决心，让全球的投资者都认识到，中国的宏观、行业、企业在节点上，都已经完成了对齐。
顺带也告诉全世界：
我们不只在跟跑，我们也开始在领跑了。
未来肯定还会有更多挑战，但如今，我有理由对阿里，对DeepSeek，对整个中国的AI产业抱以更大的信心。
最后，用一句话收尾吧：
源神之名。
当之无愧。
以上，既然看到这里了，如果觉得不错，随手点个赞、在看、转发三连吧，如果想第一时间收到推送，也可以给我个星标⭐～谢谢你看我的文章，我们，下次再见。
>/ 作者：卡兹克、稳稳
>/ 投稿或爆料，请联系邮箱：wzglyay@gmail.com
数字生命卡兹克
 阅读 赞  分享 ‘%3E %3Cg transform=‘translate(0 -2.349)‘%3E %3Cpath d=‘M0 2.349h24v24H0z’/%3E %3Cpath fill=‘%23576B95’ d=‘M16.45 7.68c-.954 0-1.94.362-2.77 1.113l-1.676 1.676-1.853-1.838a3.787 3.787 0 0 0-2.63-.971 3.785 3.785 0 0 0-2.596 1.112 3.786 3.786 0 0 0-1.113 2.687c0 .97.368 1.938 1.105 2.679l7.082 6.527 7.226-6.678a3.787 3.787 0 0 0 .962-2.618 3.785 3.785 0 0 0-1.112-2.597A3.687 3.687 0 0 0 16.45 7.68zm3.473.243a4.985 4.985 0 0 1 1.464 3.418 4.98 4.98 0 0 1-1.29 3.47l-.017.02-7.47 6.903a.9.9 0 0 1-1.22 0l-7.305-6.73-.008-.01a4.986 4.986 0 0 1-1.465-3.535c0-1.279.488-2.56 1.465-3.536A4.985 4.985 0 0 1 7.494 6.46c1.24-.029 2.49.4 3.472 1.29l.01.01L12 8.774l.851-.85.01-.01c1.046-.951 2.322-1.434 3.59-1.434 1.273 0 2.52.49 3.472 1.442z’/%3E %3C/g%3E %3C/g%3E %3C/g%3E%3C/svg%3E) 推荐 ’ fill=‘%23000’ fill-opacity=’.9’/%3E%3C/svg%3E) 留言