阿里云宣布，已將旗下人工智能視頻生成模型免費開放，這是阿里云為開源社區(qū)貢獻力量的又一重要舉措。作為云計算領域的重要企業(yè)，阿里云此次開源的是其Wan2.1系列中140B參數(shù)版本和13B參數(shù)版本的四個模型，這四個模型均為視頻基礎模型通義萬相的最新版本。

這四款模型分別為T2V-14B、T2V-1.3B、I2V-14B-720P和I2V-14B-480P，主要功能是基于文本和圖像輸入，生成高質量的圖像與視頻。全球范圍內的學術界、研究人員以及商業(yè)機構，均可在阿里云AI模型社區(qū)Model Scope和協(xié)作AI平臺Hugging Face上進行下載使用。

Wan2.1系列模型在今年年初發(fā)布，它是業(yè)界首個支持中英文文本效果的視頻生成模型。

該模型通過對復雜動作的精準處理、像素質量的提升、物理原理的遵循以及指令執(zhí)行精度的優(yōu)化，能夠生成極為逼真的視覺效果。憑借對指令的精確遵循，Wan2.1在視頻生成模型綜合基準測試套件VBench排行榜上榮登榜首，并且是Hugging Face VBench排行榜前五名中唯一的開源視頻生成模型。

根據(jù)VBench的測試結果顯示，Wan2.1系列整體得分達到86.22%，在動態(tài)度、空間關系、色彩、多物體交互等關鍵維度上均處于領先地位。

訓練視頻基礎模型不僅需要龐大的計算資源，還依賴大量高質量的訓練數(shù)據(jù)。阿里云開放這些模型的訪問權限，有助于降低更多企業(yè)運用人工智能的門檻，讓企業(yè)能夠以經(jīng)濟高效的方式，創(chuàng)建出符合自身需求的高質量視覺內容。

具體來看，T2V-14B模型在創(chuàng)建具有大量運動動態(tài)的高質量視覺效果方面表現(xiàn)更為出色；而 T2V-1.3B模型則在生成質量和計算能力之間實現(xiàn)了良好平衡，對于進行二次開發(fā)和學術研究的廣大開發(fā)人員來說，是較為理想的選擇。舉例來說，使用標準個人筆記本電腦的用戶，借助T2V-1.3B模型，僅需4分鐘就能生成一段分辨率為480p、時長5秒的視頻。