阿里巴巴开源万相Wan2.1 - VACE视频模型

2025年5月14号晚上，阿里巴巴旗下的通义万相团队把万相Wan2.1 - VACE的视频编辑与生成统一模型开源，该ai模型不仅可以直接“生成”视频，还能对已有视频进行各种复杂的编辑和再创作处理。而且，只需一个模型就能完成所有这些工作，你可以精准控制视频中角色的动作、姿态、方向、构图布局、运动轨迹、风格风貌等。

核心优势

万相Wan2.1 - VACE是现在视频生成和编辑功能最全的解决方案。它一个模型架构就能搞定好多视频处理任务，像用文字生成视频、参考图片生成视频、给视频重绘、局部修改视频内容、扩展视频背景，还能延长时间。而且它还支持多任务一起做，用户在一个流程里就能完成复杂的视频编辑，创作过程简单多了。

另外，Wan2.1-VACE还有一大优势是允许用户可以将多个基础功能自由组合，灵活搭配，形成复杂应用场景。

这个模型有1.3B和14B两种参数规模。1.3B这种轻量级的版本，用消费级显卡就能流畅运行，还能输出480P的视频；14B的满血版能支持更高分辨率，像720P，效果更好。

技术创新

这个模型引入了全新的视频条件单元VCU，把文生视频、参考图生视频、视频生视频和局部视频生视频这些视频生成和编辑任务统一起来了。VCU能将各种输入，像文字、图片等，转化成文本、帧序列和Mask序列，为多任务自由组合打下了基础。

它还对VCU输入的帧序列进行处理，把它们分成可变序列和不可变序列分别编码，解决了token序列化的问题，让多模态输入的处理效率更高了。

实际应用

用这个模型能把一幅竖版的《蒙娜丽莎》静态图片，变成横版动态视频，还能给人物加上眼镜，一下就完成了画幅扩展、时长延展和图像参考这三项任务，给创作者的创意发挥提供了很大空间。

下载途径

开发者可以在GitHub、Huggingface以及魔搭社区这几个平台下载和体验这个模型。

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

• HuggingFace：https://huggingface.co/Wan-AI

• 魔搭社区：https://www.modelscope.cn/organization/Wan-AI?tab=model

Wan2.1 - VACE开源，让视频生成技术从只能做单个任务，向多个任务组合发展前进了一大步，给视频创作者提供了更加便捷和高效的工具。