昨天的AI新闻有点太密集了，肝快废了。

凌晨2点半，Claude发3.7 Sonnet，凌晨5点半，阿里发了推理模型QwQ-Max的预览版，早上10点DeepSeek开源了一个DeepEP代码库，然后晚上10点20，阿里的视频模型万相2.1，也来了。

而且，正式开源。

2月25号是什么黄道吉日吗。。。

万相2.1开源链接在此：

Huggingface的：https://huggingface.co/Wan-AI

GitHub的：https://github.com/Wan-Video/Wan2.1

阿里，真的也是“源神”。

这次上线的有四个模型，文生和图生各俩。

文生视频模型有1.3B和14B两个规格。图生视频模型都是14B，分辨率一个480P一个720P。

这回比较让人惊喜的是，低配置的模型真的小，1.3B的模型，只需要8个G的显存就能跑了，也就是说，本地的4060都能跑得动了。

如果你有4090，跑一条5秒钟的480P视频的时间大概只要4分钟。

说实话，在年前的时候，万相2.1就已经上线通义万相了。

只不过叫2.1专业和2.1极速版。

这块在我测试下来，专业版和极速版其实都是14B的，只不过专业版感觉是原生720P，极速版是直出的480P然后超分到720P的。

而1.3B是这次为了本地部署特意出的，所以线上目前还没有体验渠道，想用的话，只能自己部署。

我也第一时间跑了一些case，14B因为太大了，我直接用线上的通义万相来跑的。 1.3B我是直接在魔搭上部署了跑的，还是比较简单的。

https://www.modelscope.cn/models/Wan-AI/Wan2.1-T2V-1.3B

整体效果上，语义理解、物理真实性、复杂运动的表现，万相2.1 14B在开源视频模型里绝对是第一梯队，而1.3B别看小，但是使用门槛也低啊，在实力上也真的完全不含糊。

直接先上一点我们跑的case。

首先是长文本和prompt的语义理解表现不错。一连串动作，都能按prompt顺序挨个儿给你实现。

prompt： 空镜从卧室顶部45度俯拍,一位女子躺在凌乱的床上。清晨阳光透过百叶窗在她脸上投下条纹状光影。她闭着眼，用手揉眼睛。然后睁开眼睛, 微笑。

14B效果：

1.3B效果：

物理规律和质感表现也挺不错，这个切柠檬的影子变化、刀面纹理，还有切下去的质感，真实感拉满。

prompt： 高速摄影拍摄一个新鲜柠檬被切开的瞬间。镜头推进，从中景到特写。锋利的银色水果刀从上方切下,柠檬汁飞溅而出,形成细小水珠。特写画面呈现柠檬的横切面和果肉纹理。

14B效果：

1.3B效果：

然后就是万相2.1刚上线通义的时候，不少人吹的运动表现。

我测下来，虽然还说不上是版本T0，但优点确实也挺明显。大幅度的动作、旋转还有动作的速度，都很猛。

prompt： 在冰面上，一位 18 岁的中国美少女明星短道速滑运动员熠熠生辉。她五官玲珑，神色自信，肌肤胜雪，高马尾充满活力。她身着一条薄荷绿的超短薄纱裙，裙摆随风飘动，上身搭配白色露脐运动背心。以全景镜头俯拍，通过轨道车拍摄跟行。柔和的淡蓝色灯光从斜前方洒下，光质轻柔，光比偏小，营造出清新的氛围。她身姿矫健地疾驰，临近终点时采用推镜头特写其坚毅的眼神和快速摆动的手臂。

14B：

1.3B：

2.1还可以直接实现运镜效果，连复杂的遮挡物运镜都行。

prompt： 低机位拍摄图书馆书架，前景书本缝隙间闪过金丝眼镜的反光。当镜头水平移过三格书架，穿灰色毛衣的男生恰好转头，看向镜头，手中悬停的棕色书本封皮。

14B：

1.3B：

还有必须提一下的文字生成，万相是全世界第一个能直出中文字的，现在能在AI视频里，直接生成中文的AI视频模型太少了。

prompt： 以红色新年宣纸为背景，出现一滴水墨，晕染墨汁缓缓晕染开来。文字的笔画边缘模糊且自然，随着晕染的进行，水墨在纸上呈现「福」字，墨色从深到浅过渡，呈现出独特的东方韵味。背景高级简洁，杂志摄影感。

14B效果：

1.3B效果：

不过文字生成还是有待改进，亲测目前只能支持生成非常简单的、笔画数少的中文，可以实现的字体也比较少，复杂点的文字内容还是容易出现乱码和鬼画符。不过没关系，这只是刚开始，万相继续加油吧，这个方向是非常实用的。

整体来说，万相2.1语义理解和物理表现都很稳，画面审美也在基准之上。

而且不要忘了，这玩意可是开源的。。。

对与生态的加持，想象空间太大了。

如果你现在想用万相2.1的话，有几种使用方式。

先说14B的，14B的你可以跟我一样，直接去官网免费用，每天签到有50灵感值，如果你在APP上跑一个视频的话每天可以再加50灵感值。

1个专业版（14B 720P）的视频，5灵感值，也就是说，你其实一天可以白嫖20个视频了。

然后就是Hugging Face上的demo，虽然是可以所谓的无限免费用，但是算力太少人太多，基本约等于用不了，可以直接放弃。

还有就是去阿里云百炼，接API用：

https://bailian.console.aliyun.com/model-market#/home

价格的话，Plus（2.1专业版）是每秒0.7元，Trubo（2.1极速版）是每秒0.24元。

然后就是1.3B，如果你本身有8G以上的显卡，那就无脑直接本地化自己部署就行了。

具体的可以去他们github上看。

其实我最期待的，还是关于ComfyUI的集成，如果这能接进去，那就可以玩很多的花活了。

最后，我还是想表达一下对阿里的敬佩。

AI领域的半壁江山，现在几乎都是阿里的。

Qwen作为老大哥遥遥领先，新秀万相补上AI视频的空白，现在全世界，都知道了阿里的名号。