Wan2.5 – 阿里通义推出的多模态生成模型系列

Wan2.5是什么

Wan2.5（通义万相2.5）是阿里推出的最新多模态生成模型，为通义万相 2.5 preview 版（Wan2.5-Preview），涵盖文生视频、图生视频、文生图和图像编辑四大功能，首次实现音画同步的视频生成能力，支持高清1080P、24fps视频创作，能生成匹配画面的人声、音效和音乐。模型能生成中英文文字、复杂图表和艺术海报，支持一键图像编辑。，模型基于原生多模态架构，输入提示词或音频即可驱动创作，大幅降低创作门槛，广泛应用在广告、电商、影视等领域。模型现已上线通义万相、阿里云百炼平台。

Wan2.5的主要功能

• 视频生成：
  • 音画同步 ：模型能生成与画面匹配的人声（包括多人）、音效、音乐BGM，支持多种语言，画面与声音严丝合缝。
  • 时长提升 ：视频生成时长从5秒提升至10秒，能实现更完整的剧情故事。
  • 高清画质 ：支持24帧每秒的1080P高清视频生成，满足电影级场景的创作需求。
  • 复杂指令理解 ：在视频生成任务中能理解运镜等复杂连续变化指令控制。
• 图像生成：
  • 文字生成 ：支持中英文、小语种、艺术字、长文本、复杂构图的精准渲染，支持生成海报、LOGO等。
  • 图表生成 ：支持输出科学图表、流程图、数据图、架构图、文字内容表格等结构化图文。
• 图像编辑：
  • 丰富编辑任务 ：支持换背景、改颜色、加元素、调风格等丰富编辑任务。
  • 指令精准理解 ：输入一句话即可完成P图，指令理解精准，无需专业PS技能。
  • 一致性保持 ：支持单图/多图参考垫图，人脸、商品、风格等视觉元素ID强保持。

如何使用Wan2.5

• 访问官网：访问通义万相官网，完成账号注册和登录。