阿里巴巴开源视频生成与编辑模型通义万相 Wan2.1-VACE

阿里巴巴正式开源通义万相 Wan2.1-VACE，这是一款支持视频生成与编辑的模型，单一模型可同时支持文生视频、图像参考视频生成、视频重绘、视频局部编辑、视频背景延展以及视频时长延展等全系列基础生成和编辑能力。

据悉，本次共开源 1.3B 和 14B 两个版本，其中 1.3B 版本可在消费级显卡运行。

作为业内首个开源的视频编辑统一模型，VACE以Wan2.1文生视频模型为基础，创新性地在一个单一模型中同时支持包括文生视频、图像参考视频生成、视频转绘、视频局部编辑以及视频扩展等多种生成和编辑能力。

• 多模态信息输入，提高视频生成可控性
• 统一的单一模型，为多种任务提供更加统一的解决方案
• 多任务自由组合，可以更加深度地挖掘视频生成的创意潜力

可在魔搭社区、Hugging face、GitHub等社区获取。VACE部分功能也将在通义万相官网上线。

✅魔搭社区：https://modelscope.cn/organization/Wan-AI
✅ GitHub：网页链接
✅ Hugging face：网页链接

通义万相是阿里云通义系列 AI 绘画创作大模型，可辅助人类进行图片创作，于 2023 年 7 月 7 日正式上线。在 2024 年 9 月 19 日的阿里云栖大会上，阿里发布了通义万相视频生成大模型。该模型可以生成影视级高清视频，而且更能听懂中国话。

值得注意的是，今年 1 月初通义万相视频生成模型宣布升级至 2.1 版，模型整体性能大幅提升，尤其是在处理复杂运动、还原真实物理规律、提升电影质感及优化指令遵循方面取得了显著进展。2 月 25 日，阿里巴巴宣布全面开源旗下视频生成模型万相 2.1 模型。