1. 阿里巴巴通义万相2.1（WanX 2.1）
- 技术架构：基于Diffusion Transformer（DiT）架构，结合自研的高效变分自编码器（VAE）和Flow Matching训练方案，支持时空上下文建模。
- 参数规模：提供14B和1.3B两种参数规格，后者支持本地部署（仅需8.2GB显存）。
- 生成能力：
- 支持无限长1080P视频的高效编解码，首次实现中文文字视频生成。
- 可生成复杂运镜效果，并还原物理规律（如雨滴溅水效果）。
- 应用场景：广告设计、宣传片、短视频创作。
- 性能指标：
- 在VBench评测中以86.22%得分位居榜首，超越Sora、Luma等模型。
- 生成速度比原有SOTA模型快2.5倍，运动质量指标达商用级别。
2. 腾讯混元大模型（Hunyuan Video）
- 技术架构：130亿参数的图生视频模型