近日，阿里巴巴在深夜發布了全新的開源視頻生成模型Wan2.1，這一模型憑藉其14B 的參數量迅速登頂VBench 榜單，成為當前視頻生成領域的領軍者。與之前發布的QwQ-Max 相比，Wan2.1在復雜運動的細節處理上表現尤為出色，能夠流暢地實現多個人物的同步舞蹈，展現了其強大的技術實力。
在官方演示中，Wan2.1不僅成功解決了靜態圖像生成中的難題，還在文字處理方面達到了新的高度。儘管14B 的參數在個人消費級顯卡上部署存在一定困難，但阿里特別推出了1.3B 的小版本，支持480P 分辨率，使用12GB 顯存的4070顯卡即可流暢運行，為普通用戶提供了更多選擇。
除了14B 和1.3B 版本，阿里還發布了兩個額外的視頻生成模型，均採用Apache2.0協議，用戶可以免費商用。用戶可以通過阿里提供的平台訪問這款模型，快速生成視頻。然而，由於用戶量激增，有時可能會出現等待時間過長的情況。對於有一定技術基礎的用戶，還可以通過HuggingFace 和魔搭社區等多種途徑自行安裝和調試。
Wan2.1的最大亮點在於其技術創新。該模型採用了Diffusion Transformer 架構，並結合3D 變分自動編碼器，專門為視頻生成設計。通過引入多種壓縮和並行策略，該模型在保證質量的同時，大幅提高了生成效率。研究表明，Wan 的重建速度是當前同類技術的2.5倍，顯著節省了計算資源。
在用戶體驗方面，Wan2.1也獲得了廣泛好評。無論是生成動態場景中的細節，還是自然的物理效果，模型的表現都令人印象深刻。用戶們通過該模型不僅能夠製作出高質量的視頻作品，還能輕鬆實現文字的動態呈現，為創作帶來了更多可能性。
阿里巴巴的Wan2.1模型不僅技術先進，還為廣大創作者提供了更多的創作自由度，標誌著視頻生成技術的又一重大突破。這一模型的發布，無疑將進一步推動視頻生成領域的發展，為用戶帶來更多創新體驗。