潞晨科技开源Open-Sora 2.0：低成本视频生成大模型，仅用 20 万美元（224 张 GPU）成功训练

小哪吒

         潞晨科技正式推出 Open-Sora 2.0，一款全新开源的 SOTA 视频生成模型。该模型仅用 20 万美元（224 张 GPU）成功训练出商业级 11B 参数视频生成大模型，与 Meta 视频模型动辄数百万美元的训练成本形成鲜明对比。

         Open-Sora 2.0 在多项关键指标上表现卓越，权威评测 VBench 及用户偏好测试均证实其出色性能。其训练后在 VBench 和人工偏好评测上取得与高昂成本开发的主流闭源大模型同等水平。在视觉表现、文本一致性和动作表现三个评估维度上，Open-Sora 在至少两个指标上超越了开源 SOTA HunyuanVideo，以及商业模型 Runway Gen-3 Alpha 等。

         技术方面，Open-Sora 2.0 延续 3D 自编码器和 Flow Matching 训练框架，引入 3D 全注意力机制，采用 MMDiT 架构，更精准捕捉文本与视频内容关系。训练方法上，通过严格数据筛选、优先低分辨率训练、先训图生视频任务及高效并行训练方案等削减开销，实现高性能与低成本平衡。