网站简介
通义万相（Wan）是阿里云通义实验室自研的多模态视觉生成大模型，专注图像与视频创作，为阿里大模型矩阵核心成员，2023 年启动研发，持续迭代至 2.6 版本。
一、核心定位与技术底座
万相以降低创作门槛、实现电影级 AI 生成为目标，基于自研 Composer 架构与扩散模型，采用 MoE 混合专家架构，兼顾性能与效率。支持文生图、图生图、文生视频、图生视频、图像编辑、数字人等全链路创作，广泛服务广告、影视、游戏、电商等领域。
二、核心功能与能力亮点
图像生成：最高 2K 分辨率，支持国潮、水彩、油画等16 种风格，精准渲染中英文字，适合海报、插画、设计素材。
- 视频生成：
文生视频：一句话生成15 秒 1080P高清视频，支持多镜头叙事与专业运镜。
图生视频：静态图转动态视频，音画同步，口型精准匹配。
角色扮演：国内首个支持万物当主角，自定义角色外观与声音，生成合拍视频。
电影级美学控制：60 + 可调参数，涵盖光影、色彩、镜头语言，实现专业级画面质感。
开源与生态：2025 年开源 2.1 版本（Apache 2.0 协议），14B 与 1.3B 双参数，适配不同算力，开源 6 天登顶 Hugging Face 榜单。
三、版本迭代与行业影响
2024.09：首发视频模型，开启影视级生成。
2025.02：2.1 开源，性能对标国际顶尖模型。
2025.07：2.2 强化电影美学与复杂运动生成。
2026.01：2.6 升级15 秒长视频、智能分镜、角色扮演，专业能力再上新台阶。
