2026年4月1日，阿里巴巴通義千問團隊正式發佈圖像生成與編輯統一模型Wan2.7‑Image。呢個模型直指而家 AI 生圖領域最頑固嘅痛點──「標準面」審美疲勞、色彩失控同指令遵從唔穩定，實現咗真正意義上嘅「千人千面」人像客製化，標誌住 AI 視覺生成由「模板化」走向「個性化」新時代。用戶可喺通義官網（tongyi.aliyun.com/wan）、wan.video 同阿里雲百煉平台免費或透過 API 調用體驗。
Wan2.7‑Image 並非簡單迭代，而係阿里巴巴喺通義萬相（Wan）系列基礎上構建嘅圖像生成與編輯一體化大模型。佢支持文生圖、圖生組圖、圖像指令編輯同互動式編輯全鏈路能力，特別喺人像生成、色彩控制同超長文本渲染三個維度實現突破。官方盲測顯示，其人類偏好評分排喺國內第一，生成圖像更有「活人感」，徹底告別以往 AI 人像「同質化、塑膠感、角度單一」嘅問題。
核心創新：由「千人一面」到「千人千面」
- 千人千面捏臉系統：呢個係 Wan2.7‑Image 最醒目嘅升級。模型加強虛擬形象客製能力，支持透過提示詞精準控制骨相、眼眸、五官等細節。例如，用戶可指定「鵝蛋面」「杏仁眼」「丹鳳眼」「深邃眼窩」等特徵，甚至微調面型比例，實現高度個人化嘅角色生成。相比前代，Wan2.7‑Image 喺人像一致性、多角度生成同表情自然度上顯著提升，生成嘅人物更有真實血肉感同文化多樣性，徹底打破 AI 常見嘅「網紅面」模板。
- 精準調色盤功能：針對「色彩盲盒」頑疾，模型新增「調色盤」機制，支持輸入精確顏色代碼同比例控制，令用戶可以似用調色板咁精準掌控整體色調、局部高光、環境光等。無論係品牌 VI 色、電影級光影定特定藝術風格，都可以穩定復現，大幅降低後期修圖成本。
- 超長文本渲染與互動式編輯：支持超過4000 個英文字符（或等量中文）嘅複雜提示詞渲染，文字清晰度與排版穩定性大幅提升。同時提供精準框選編輯同互動式修改能力，用戶可以對生成圖像做局部調整、多圖一致性生成，而唔使重新出圖。模型仲支持 9 張參考圖輸入，實現風格同主體高度一致嘅組圖輸出。
呢啲創新得益於阿里巴巴喺底層架構上嘅優化，包括更精細嘅擴散模型訓練數據同多模態對齊技術，令 Wan2.7‑Image 喺保持高生成質量嘅同時，顯著提升咗指令遵從度同可控性。
可用性與接入方式
Wan2.7‑Image 已全面上線阿里雲百煉平台，提供 API 調用服務；同時整合至通義千問 App 同誇克「造點」AI 創作平台，用戶可零門檻體驗。模型支持多種分辨率同風格，適用於短劇分鏡、電商主圖、自媒體封面、兒童繪本、學術插圖等多種場景。部分功能已開放免費試用，企業級用戶可透過 API 實現批量生產。
深遠影響：視覺創作民主化與產業重塑
對內容創作者：Wan2.7‑Image 大幅降低專業門檻。自媒體同短劇團隊可快速生成個人化角色同多風格封面；電商從業者只需單張模特圖，就可裂變出唔同場景、特寫同賣點圖，節省大量拍攝成本；教育同科研人員能輕鬆製作資訊圖表同插圖。過去「AI 臉」帶嚟嘅審美疲勞被徹底解決，創作者得以專注喺創意而唔係反覆調整提示詞。
對行業生態：喺短劇、影視、廣告等領域，Wan2.7‑Image 嘅捏臉同分鏡能力可實現低成本預覽同特效測試，推動「AI+影視」融合加速。模型仲支持 Skill 調用，進一步擴展到遊戲 NPC、虛擬主播等場景。整體嚟講，佢加速咗 AI 圖像生成由「玩具」向「生產力工具」嘅轉型。
對全球 AI 競爭：作為國內領先嘅圖像生成模型，Wan2.7‑Image 喺人像多樣性同可控性上形成差異化優勢，與 Midjourney、DALL·E 等國際競品形成互補。中國 AI 喺視覺領域嘅「以小勝大」路線再次得到驗證，亦為全球開發者提供咗更普惠嘅選擇。
潛在挑戰與展望：儘管性能領先，Wan2.7‑Image 作為新模型，喺極端複雜場景下嘅穩定性仍需持續優化。未來，阿里可能會進一步開放更多開源版本或視訊聯動能力，推動全鏈路視覺創作生態。
Wan2.7‑Image 嘅發佈，唔單止係阿里喺 AI 視覺賽道上嘅一次精準出擊，仲係行業對「千人千面」個性化需求嘅積極回應。佢令 AI 圖像唔再係「標準模板」，而係真正識用戶、識創意嘅創作夥伴。喺生成式 AI 快速普及嘅今日，呢個模型正開啟視覺內容生產嘅新紀元──每個人都可以輕鬆擁有獨一無二嘅「AI 面」。
▶️ 鍾意今篇內容？創作真係好辛苦！
歡迎關注我哋嘅 YouTube 頻道：
AI Rosetta
你嘅讚好、訂閱同分享，係對我哋最大嘅支持！🙏
更多 AI 新聞請訪問：https://www.airosetta.com