通义万相

详细介绍

通义万相是阿里巴巴通义旗下的AI创意创作平台，旨在通过人工智能技术降低创作门槛，提供文生图、图生图、文生视频、图生视频、图像编辑等多种创作功能。其最新版本通义万相Wan2.1-VACE于2025年5月14日正式开源，是目前业界功能最全面的视频生成与编辑模型。

核心功能

1. 多功能视频生成与编辑：
   • 文生视频：根据文字描述生成视频。
   • 图像参考视频生成：基于静态图像生成动态视频。
   • 视频重绘：提升现有视频的画面质量。
   • 视频局部编辑：对视频中的特定区域进行编辑。
   • 视频背景延展：扩展视频背景，增加场景深度和广度。
   • 视频时长延展：延长视频播放时间。
2. 多形态信息输入：支持文本、图像、视频、Mask和控制信号等多种输入形式。
3. 强大的局部与全局编辑能力：
   • 局部编辑：可指定视频中的局部区域进行元素替换、添加或删除。
   • 时间轴编辑：给定任意视频片段，可通过首尾帧补全生成完整视频。
   • 空间扩展：支持视频扩展生成，如视频背景替换。
4. 统一的模型架构：采用单一模型处理传统需要多个“专业模型”的任务。
5. 任务组合能力：支持任意基础能力的自由组合，无需针对特定功能训练新的专家模型。

产品优点

• 生成速度快。
• 文生图风格多样：支持８种风格，并且风格之间的差别，特色都十分显著。无论是二次元风格还是写实风格，表现力都不错。
• 相似图与原图贴合程度极高：产品将相似图片与原图进行精确匹配，保留了原本图片的特征和细节。使用过程中无需担心生成的图片与原图差异过大。
• 风格迁移保留原本图像信息：万相能够保留原本图像的信息，使得生成的图片在拥有新的艺术风格的同时仍然能够保持原始图像的特征。