克雷西 发自 凹非寺 量子位 | 公众号 QbitAI 开源模型，还是得看杭州。 前脚发完QwQ-Max，阿里就在深夜开源了视频生成模型 Wan 2.1 ，14B参数直接 屠榜VBench ，什么Sora、Gen-3通通不是它的对手。 从官方Demo中看，复杂运动细节非常到位， 5个人一起跳hip-hop也能做到动作同步 。 而且在静态图像生成中都还是老大难问题的 文字 ，现在也被万相给攻克了。 当然了，14B的参数量说大不大，但在个人消费级显卡上本地部署还是比较吃力的。 不过14B （支持分辨率720P） 之外，还有一个1.3B的小号版本 （支持分辨率480P） ，在一块 4090上占用显存是8个多GB ，消耗时间4 分21秒。 如此观之，用12GB的 4070，也是能带动的 。 | | | | Computational Efficiency of Wan2.1 | | | | | --- | --- | --- | --- | --- | --- | --- | | | | | (time(s)/ peak memory(G)) | | | | | GPU | Model | Resolution | ...