阿里云今日宣布旗下此次开源采用最宽松的 据介绍，14B 万相模型在指令遵循、复杂运动生成、物理建模、文字生成等方面表现突出，在评测集 VBench 中，

　　万相模型架构图

　　在算法设计上，万相基于主流 DiT 架构和线性噪声轨迹 Flow Matching 范式，研发了高效的因果 3D VAE、可扩展的预训练策略等。以 3D VAE 为例，为了高效支持任意长度的编码和解码，万相在 3D VAE 的因果卷积模块中实现了特征缓存机制，从而代替直接对长端到端的编解码过程，实现了无限长 1080P 的高效编解码。此外，通过将空间降采样压缩提前，在不损失性能的情况下进一步减少了 29% 的推理时内存占用。

　　万相团队的实验结果显示，在运动质量、