Open-Sora 2.0：20万美元训练的商业级视频生成模型
图形学
2026-03-03 v3 人工智能
摘要
过去一年，视频生成模型取得了显著进展。AI视频的质量持续提升，但代价为更大模型规模、更多数据需求以及更高的训练计算需求。在本报告中，我们介绍Open-Sora 2.0，这是一个仅花费20万美元即可训练的商业级视频生成模型。通过该模型，我们表明训练顶尖视频生成模型的成本高度可控。我们详述了贡献于此效率突破的所有技术，包括数据策划、模型架构、训练策略和系统优化。根据人类评估结果和VBench得分，Open-Sora 2.0相当于全球领先的视频生成模型，包括开源的HunyuanVideo和闭源的Runway Gen-3 Alpha。通过将Open-Sora 2.0完全开源，我们旨在 democratize 高级视频生成技术， fostering 更广泛的创新和创造力在内容创建中的应用。所有资源均公开可用：https://github.com/hpcaitech/Open-Sora。
引用
@article{arxiv.2503.09642,
title = {Open-Sora 2.0: Training a Commercial-Level Video Generation Model in $200k},
author = {Zangwei Zheng and Xiangyu Peng and Yuxuan Lou and Chenhui Shen and Tom Young and Xinying Guo and Binluo Wang and Hang Xu and Hongxin Liu and Mingyan Jiang and Wenjun Li and Yuhui Wang and Anbang Ye and Gang Ren and Qianran Ma and Wanying Liang and Xiang Lian and Xiwen Wu and Yuting Zhong and Zhuangyan Li and Chaoyu Gong and Guojun Lei and Leijun Cheng and Limin Zhang and Minghao Li and Ruijie Zhang and Silan Hu and Shijie Huang and Xiaokang Wang and Yuanheng Zhao and Yuqi Wang and Ziang Wei and Yang You},
journal= {arXiv preprint arXiv:2503.09642},
year = {2026}
}