通義萬相Wan2.5 Preview

通義萬相Wan2.5 Preview是阿里發布的系列模型，具備文生視頻、圖生視頻、文生圖及圖像編輯四大功能。該版本新增音畫同步生成能力，通過提示詞可生成與畫面匹配的人聲、環境音效及背景音樂，支持輸出24幀/秒的1080P高清視頻。其技術架構採用原生多模態架構，在統一框架下實現文本、圖像、視頻、音頻的多模態輸入與輸出，已在官網及百鍊平台開放使用。

該模型在視頻生成中引入聲音和音效，成為多模態模型，需通過開啟視頻音效開關生成帶音效的視頻。相較於2.2版本，2.5版在鏡頭控制、動態連貫性及複雜指令理解方面有顯著提升，尤其在敘事性運鏡、環繞跟隨、慢動作細節和物理特性表現上更為出色。其生成內容涵蓋沙漠行車、人物互動、都市運鏡、西部場景等多種風格。

基本介紹

• 中文名：通義萬相Wan2.5 Preview
• 發布方：阿里

產品功能

新版實現音畫同步的視頻生成能力，輸入提示詞可生成與畫面匹配的人聲、環境音效和背景音樂，支持24幀/秒的1080P高清視頻。

產品開放

技術架構全面更新，採用原生多模態架構，在同一框架下支持文本、圖像、視頻、音頻多模態輸入輸出，已在官網和百鍊平台開放使用。