全球AI大混戰升溫！超越Sora的阿里萬相大模型開源 家用顯卡都能跑

北京時間週二深夜，阿里巴巴正式開源旗下視頻生成模型萬相2.1模型，標誌著AI驅動的視頻創作領域迎來了頂級前沿模型的開源浪潮。

本週AI產業競爭加劇，美國Anthropic公司發布首個混合推理模型Claude 3.7 Sonnet，DeepSeek持續開源5個代碼庫，而亞馬遜計劃為語音助手Alexa帶來“AI升級”。同時，有傳言稱OpenAI可能在本週推出GPT-4.5。

此次開源的萬相2.1模型包含兩個版本：14B版本適合專業創作者快速部署，1.3B參數版本在家用顯卡（如英偉達4090）上單卡8.2G顯存即可生成480P高質量視頻，性能可與5B參數量的閉源大模型相媲美。

受此消息影響，阿里巴巴美股盤中異動拉升，帶動中概股集體走強。

萬相2.1模型性能

根據視頻生成模型的“大模型排行榜”，萬相2.1在VBench基準測試中位居全球第一，超越了美圖奇想、OpenAI Sora、Adobe/麻省理工的CausVid、蘋果STIV等國內外競品。

行業領跑者的主動開源，意味著視頻生成模型賽道將更加生機勃勃，競爭和迭代將變得更加激烈，對消費者和內容產業從業者而言，生產力躍升速度將更快，成本和使用門檻將快速降低。

萬相2.1的技術突破主要體現在兩點：一是能夠展現複雜穩定的人物肢體動作，精準還原碰撞、反彈等複雜物理場景，決定AI生成視頻的真實性；二是大模型能駕馭各種風格和題材。

萬相2.1還能直接通過提示詞，在視頻中生成中文字（英文字也可以）及特殊藝術效果，預示著中文AI應用市場將迎來新玩法的升級。

在AI視頻中準確生成文字，是絕大多數競品目前未能達到的高度。

商業化挑戰

隨著萬相2.1完全開源，OpenAI、谷歌等競品將直面商業化挑戰：更好的模型已經開源，AI生成視頻的定價也將面臨挑戰。

OpenAI去年發布Sora產品，面向每月繳納20/200美元的訂閱用戶，但由於算力不足，暫時沒有推出API的計劃。GoogleVeo 2模型則在近期披露定價，每生成1秒視頻需要付費0.5美元，相當於生成一個小時的視頻需要花費1800美元。

本文轉載自財聯社，FOREXBNB編輯：陳雯芳。