每經(jīng)杭州5月14日電（記者葉曉丹）5月14日晚，《每日經(jīng)濟(jì)新聞》記者獲悉，阿里巴巴正式開(kāi)源通義萬(wàn)相Wan2.1-VACE，這是業(yè)界功能最全的視頻生成與編輯模型，單一模型可同時(shí)支持文生視頻、圖像參考視頻生成、視頻重繪、視頻局部編輯、視頻背景延展以及視頻時(shí)長(zhǎng)延展等全系列基礎(chǔ)生成和編輯能力。本次共開(kāi)源1.3B和14B兩個(gè)版本，其中1.3B版本可在消費(fèi)級(jí)顯卡運(yùn)行。

據(jù)阿里云方面介紹，Wan2.1-VACE基于通義萬(wàn)相文生視頻模型研發(fā)，同時(shí)創(chuàng)新性提出了全新的視頻條件單元（VCU），它在輸入形態(tài)上統(tǒng)一了文生視頻、參考圖生視頻、視頻生視頻，基于局部區(qū)域的視頻生視頻4大類(lèi)視頻生成和編輯任務(wù)；同時(shí)，Wan2.1-VACE還進(jìn)一步解決了多模態(tài)輸入的token（詞元）序列化難題，將VCU輸入的幀序列進(jìn)行概念解耦，分開(kāi)重構(gòu)成可變序列和不可變序列后進(jìn)行編碼。

據(jù)了解，自今年2月以來(lái)，通義萬(wàn)相已先后開(kāi)源文生視頻模型、圖生視頻模型和首尾幀生視頻模型，目前在開(kāi)源社區(qū)的下載量已超330萬(wàn)。

封面圖片來(lái)源：視覺(jué)中國(guó)-VCG211478193393