Wan2.5

Wan2.5 – 阿里通義推出的多模態(tài)生成模型系列

Wan2.5 (通義萬相2.5)是阿里推出的最新多模態(tài)生成模型，為通義萬相 2.5 preview 版，具備文生視頻、圖生視頻、文生圖及圖像編輯四大核心能力，并率先實現(xiàn)音畫同步的視頻生成，支持1080P、24fps高清視頻創(chuàng)作，可生成匹配畫面的多種語言人聲、音效及音樂，并能生成中英文文字、復雜圖表及藝術海報，支持一鍵圖像編輯，模型基于原生多模態(tài)架構(gòu)，通過輸入提示詞或音頻即可驅(qū)動創(chuàng)作，極大地降低了創(chuàng)作門檻，廣泛應用于廣告、電商、影視等領域。該模型已上線通義萬相及阿里云百煉平臺。

Wan2.5 的主要亮點

視頻生成革新
- 音畫合一
  能夠生成與畫面完美契合的逼真音效，包括多人語音、背景音樂（BGM）等，支持多語種，實現(xiàn)聲音與畫面的無縫銜接。
- 時長加倍
  視頻生成時長從5秒提升至10秒，可呈現(xiàn)更完整的故事線。
- 視聽盛宴
  支持生成24幀/秒的1080P高清視頻，達到電影級制作標準。
- 精準控制
  能夠理解并執(zhí)行復雜的連續(xù)指令，如運鏡變化，實現(xiàn)更具創(chuàng)意的視頻效果。
圖像生成多元化
- 文字內(nèi)容繪制
  精準渲染中英文、小語種、藝術字、長文本及復雜構(gòu)圖，可生成各類海報、Logo等視覺作品。
- 數(shù)據(jù)可視化
  支持生成科學圖表、流程圖、數(shù)據(jù)圖、架構(gòu)圖以及結(jié)構(gòu)化的文字內(nèi)容表格。
圖像編輯智能化
- 全能編輯
  提供背景替換、顏色調(diào)整、元素添加、風格轉(zhuǎn)變等豐富的編輯功能。
- 指令即所得
  用戶僅需一句描述即可完成圖像編輯，無需專業(yè)技能，指令理解準確高效。
- 視覺一致性
  支持使用單圖或多圖作為參考，確保人臉、商品、風格等視覺元素的連貫性。