💡
原文中文，约6400字，阅读约需16分钟。
📝
内容提要
阿里开源了万相视频生成大模型，支持复杂动作和长文本指令，表现优异。该模型有14B和1.3B两种规格，适配不同显卡，生成质量高，推动视频生成领域的技术发展。
🎯
关键要点
- 阿里开源了万相视频生成大模型，支持复杂动作和长文本指令。
- 该模型有14B和1.3B两种规格，适配不同显卡。
- 万相模型能够精准还原复杂人物动作和真实物理场景。
- 模型支持中英文长文本指令，生成高质量视频。
- 万相在视频生成领域的性能评测中表现优异，成为新标杆。
- 模型具备丰富功能支持，包括文生视频、图生视频等。
- 万相模型在复杂运动生成方面表现突出，能够稳定生成复杂动作。
- 模型在长文本遵循方面表现良好，能够准确理解并执行指令。
- 万相在物理建模方面的表现进步显著，能够模拟真实物理规律。
- 阿里实现了全模态开源，万相已在多个平台上线，支持开发者使用。
❓
延伸问答
万相视频生成大模型的主要功能是什么？
万相模型支持复杂动作生成和长文本指令，能够精准还原人物动作和真实物理场景。
万相模型有哪些规格，适合哪些显卡？
万相模型有14B和1.3B两种规格，1.3B版本适合消费级显卡，显存需求为8.2GB。
万相模型在视频生成领域的表现如何？
万相模型在VBench评测中以86.22%的总分登顶，成为视频生成的新标杆。
万相模型如何处理复杂运动的生成？
万相模型能够稳定生成复杂运动，如旋转、跳跃等，并符合物理规律。
万相模型支持哪些语言的长文本指令？
万相模型支持中英文长文本指令，能够准确理解并执行指令。
阿里开源万相模型的意义是什么？
阿里实现全模态开源，推动视频生成技术的发展，降低了技术门槛，支持开发者使用。
➡️
