Wan2.5— 阿里通义推出的多模态生成模型系列

发布时间：2025-09-25

点击次数：

Wan2.5是什么

wan2.5（通义万相2.5）是阿里巴巴最新发布的多模态ai生成模型，即通义万相2.5预览版（wan2.5-preview）。该模型集成了文生视频、图生视频、文生图以及图像编辑四大核心功能，首次实现音画同步的智能视频生成，支持1080p高清分辨率、24fps流畅帧率输出，能够自动生成与画面高度匹配的人声（含多人对话）、环境音效及背景音乐。模型具备生成中英文文本、复杂图表和艺术类海报的能力，并支持一键式图像修改。基于原生多模态架构设计，用户只需输入文字提示或音频即可驱动内容创作，显著降低内容生产的门槛。目前，wan2.5已上线通义万相平台及阿里云百炼平台，广泛应用于广告、电商、*、教育等多个领域。

☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 免费无限量使用 DeepSeek R1 模型☜☜☜
Wan2.5的主要功能

视频生成：
- 音画同步：可生成与视觉内容精准对齐的语音、音效和配乐，支持多语言及多人对话场景，实现真正的视听一体化。
- 时长升级：单段视频生成时长由5秒延长至10秒，更利于完整叙事和情节表达。
- 高清输出：支持1080P分辨率、24帧每秒的高质量视频生成，满足专业级*制作需求。
- 复杂指令解析：能理解包括镜头运动、视角切换等在内的连续性运镜指令，提升创作自由度。
图像生成：
Qwen
阿里巴巴推出的一系列AI大语言模型和多模态模型
895 查看详情
- 文字渲染能力：支持中英文、小语种、艺术字体、长段落文本的精确排版与视觉化呈现，适用于海报、LOGO等设计场景。
- 结构化图表生成：可输出科学图表、流程图、数据可视化图、系统架构图、表格等内容，兼具信息准确性与美学表现力。
图像编辑：
- 多样化编辑操作：支持更换背景、调整色彩、添加元素、风格迁移等多种图像修改任务。
- 自然语言驱动编辑：通过一句简单的文字指令即可完成图像处理，无需掌握Photoshop等专业工具。
- 视觉一致性保障：支持单张或多张参考图引导生成，确保人脸、商品外观、整体风格等关键元素在编辑过程中保持一致。