每經(jing)記者｜葉曉丹(dan)    每經(jing)編(bian)輯(ji)｜馬子卿    

每經杭(hang)州5月(yue)14日電（記(ji)者葉曉(xiao)丹）5月(yue)14日晚，《每日經濟新聞》記(ji)者獲悉，阿里巴巴正式開源通義(yi)萬相(xiang)Wan2.1-VACE，這是業(ye)界(jie)功(gong)能(neng)最全(quan)的(de)視頻生成(cheng)與編輯模型，單一模型可同時支持(chi)文生視頻、圖像參考視頻生成(cheng)、視頻重繪、視頻局部編輯、視頻背(bei)景(jing)延(yan)展以及視頻時長延(yan)展等全(quan)系列基(ji)礎生成(cheng)和編輯能(neng)力。本(ben)(ben)次共開源1.3B和14B兩(liang)個版本(ben)(ben)，其(qi)中1.3B版本(ben)(ben)可在消費級顯卡運行。

據阿里云方(fang)面(mian)介紹，Wan2.1-VACE基于通義萬相(xiang)文生視(shi)頻(pin)(pin)(pin)模型研發，同時(shi)創新性(xing)提出了全新的(de)(de)視(shi)頻(pin)(pin)(pin)條件單(dan)元（VCU），它在輸(shu)(shu)入形(xing)態上統一(yi)了文生視(shi)頻(pin)(pin)(pin)、參考圖生視(shi)頻(pin)(pin)(pin)、視(shi)頻(pin)(pin)(pin)生視(shi)頻(pin)(pin)(pin)，基于局部區域的(de)(de)視(shi)頻(pin)(pin)(pin)生視(shi)頻(pin)(pin)(pin)4大類視(shi)頻(pin)(pin)(pin)生成和(he)編(bian)輯任務；同時(shi)，Wan2.1-VACE還(huan)進一(yi)步(bu)解決了多模態輸(shu)(shu)入的(de)(de)token（詞元）序(xu)列化難題，將(jiang)VCU輸(shu)(shu)入的(de)(de)幀序(xu)列進行(xing)概念解耦，分開(kai)重構成可(ke)變序(xu)列和(he)不(bu)可(ke)變序(xu)列后進行(xing)編(bian)碼。

據(ju)了(le)解，自(zi)今年2月(yue)以來，通義萬相(xiang)已先后開源文生視(shi)頻(pin)模型(xing)(xing)(xing)、圖(tu)生視(shi)頻(pin)模型(xing)(xing)(xing)和首(shou)尾幀生視(shi)頻(pin)模型(xing)(xing)(xing)，目前在開源社區的下載量(liang)已超330萬。

封面圖片(pian)來源(yuan)：視覺中國-VCG211478193393