← 返回系列列表
通义万相 8 个模型
发布时间线
2025.12.18
通义万相 2.6
国内首个具备角色扮演功能,支持特定IP形象和声音生成视频
支持智能分镜控制,可将简单提示词转换为多分 ...
2025.09.26
通义万相 2.5
一句话生成10秒1080P电影级视频
首次实现音画精准同步(人声、音效、BGM与画面精准对齐)
支持 ...
2025.09.19
Wan2.2-Animate
支持动作模仿模式(将参考视频动作迁移至角色图片)
支持角色扮演模式(保留原视频动作表情环境,替换角色 ...
2025.05.14
通义万相 Wan2.1-VACE
同时实现文生视频、图像参考视频生成、视频重绘、局部编辑、背景延展和时长延展等多项基础生成和编辑功能
2025.02.26
通义万相 2.1
1. 提供14B专业版(高性能)和1.3B极速版(低显存8.2GB即可运行)双版本
2. 采用自研高 ...
2024.12.02
ACE
支持口语化指令进行图片生成与编辑
具备可控视觉编辑、元素修改、区域重绘、分层编辑功能
支持文生图及局 ...
2024.09.19
通义万相视频生成模型
生成影视级高清视频
支持文生视频和图生视频
2024.09.19
通义万相 AI 生视频
支持文本提示词快速生成视频
优化中式元素与国风内容表现
支持多语言输入和可变分辨率生成
具备“灵感扩 ...
| 发布日期 | 公司 | 模型名称 | 类型 | 特性 |
|---|---|---|---|---|
| 2025-12-18 | 阿里巴巴 | 通义万相 2.6 | 主流 | 国内首个具备角色扮演功能,支持特定IP形象和声音生成视频 支持智能分镜控制,可将简单提示词转换为多分镜脚本 支持文生视频和图生视频15s长视频生成 支持多主体合拍及任意人或物作为主角生成视频 音画一体,保持从画面到声音的全感官全维度一致性 |
| 2025-09-26 | 阿里巴巴 | 通义万相 2.5 | 主流 | 一句话生成10秒1080P电影级视频 首次实现音画精准同步(人声、音效、BGM与画面精准对齐) 支持文生视频、图生视频、文生图、图像编辑全模态生成 支持多种模态组合输入(如图片+音频、文字+音频) |
| 2025-09-19 | 阿里巴巴 | Wan2.2-Animate | 主流 | 支持动作模仿模式(将参考视频动作迁移至角色图片) 支持角色扮演模式(保留原视频动作表情环境,替换角色) 采用骨骼信号和隐式特征结合动作重定向模块,实现高精度动作表情复刻 设计独立的光照融合 LoRA 保证完美光照效果 基于大规模人物视频数据集训练,涵盖说话、面部表情和身体动作 |
| 2025-05-14 | 阿里巴巴 | 通义万相 Wan2.1-VACE | 主流 | 同时实现文生视频、图像参考视频生成、视频重绘、局部编辑、背景延展和时长延展等多项基础生成和编辑功能 |
| 2025-02-26 | 阿里巴巴 | 通义万相 2.1 | 主流 | 1. 提供14B专业版(高性能)和1.3B极速版(低显存8.2GB即可运行)双版本 2. 采用自研高效3D因果VAE模块,实现256倍无损视频隐空间压缩 3. 基于DiT结构的Full Attention机制,有效建模时空依赖性 4. 采用6阶段分步训练法及多项训练推理优化技术 |
| 2024-12-02 | 阿里巴巴 | ACE | 主流 | 支持口语化指令进行图片生成与编辑 具备可控视觉编辑、元素修改、区域重绘、分层编辑功能 支持文生图及局部风格化 内置Long-context Condition Unit (LCU)模块处理多模态条件输入 |
| 2024-09-19 | 阿里巴巴 | 通义万相视频生成模型 | 主流 | 生成影视级高清视频 支持文生视频和图生视频 |
| 2024-09-19 | 阿里巴巴 | 通义万相 AI 生视频 | 主流 | 支持文本提示词快速生成视频 优化中式元素与国风内容表现 支持多语言输入和可变分辨率生成 具备“灵感扩写”功能辅助创作 支持视频内容同步音频生成 |