LogoAIRosetta

阿里通义实验室发布Wan2.7-Video视频生成模型:从“演”迈向“导”,AI视频创作进入全链路可控时代

Investing

Summary2026年4月3日,阿里通义发布Wan2.7-Video,全模态视频生成系列支持文本/图像/视频/音频输入,包含文生、图生、参考生与视频编辑四大模型,实现场景级全链路可控与细粒度编辑,覆盖短视频、广告与教学等应用,推动内容生产效率跃升。

2026年4月3日,阿里巴巴通义实验室正式发布Wan2.7‑Video视频生成系列模型。这是继Wan2.7‑Image之后,万相(Wan)系列的又一重磅升级。该模型支持文本、图像、视频、音频全模态输入,涵盖文生视频(Wan2.7‑t2v)、图生视频(Wan2.7‑i2v)、参考生视频(Wan2.7‑r2v)和视频编辑(Wan2.7‑videoedit)四大专业模型,将AI能力从单一素材生成扩展至“创作全链路”,实现从“演”(生成)到“导”(控制编辑)的跨越,被业内誉为“让视频像文档一样可编辑”的里程碑产品。

用户即日起可在通义万相官网(tongyi.aliyun.com/wan)、wan.video网站以及阿里云百炼平台体验Wan2.7‑Video,千问App也将很快接入。模型全系列支持720P和1080P分辨率输出,视频时长可在2至15秒范围内任意指定,全面覆盖短视频、短剧分镜、广告营销、教学视频等高频场景。

四大专业模型构建创作全链路

Wan2.7‑Video的最大亮点在于全链路可控性,彻底解决传统AI视频生成“生成容易编辑难”的痛点:

  • 文生视频(Wan2.7‑t2v):从零创作起点,支持超长复杂提示词,实现自然语义理解与剧情连贯生成。
  • 图生视频(Wan2.7‑i2v):以图像为起点,精准保留画面主体、构图与风格,生成动态视频。
  • 参考生视频(Wan2.7‑r2v):支持多张参考图像/视频作为主角或物体,实现单人表演或多人互动,角色一致性极高。
  • 视频编辑(Wan2.7‑videoedit):核心杀手级功能,支持自然语言指令对已生成视频进行局部编辑,如“删除视频中的火车”“把胶片换成盘子”“将背景从夏日改为深秋”“一键转换为羊毛毡风格”等,无需重新生成整个片段。

模型还新增指令P视频能力:用户可通过文字指令精准控制画面结构、局部细节、时序变化及角色行为,实现增删元素、替换物体、修改属性、调整拍摄方式(对焦、镜头运动)等精细操作。同时支持视频画质提升(如黑白上色)、主体分割等视觉理解任务,让后期编辑像修图软件一样灵活。

技术突破:全模态输入+风格声音全面升级

Wan2.7‑Video采用原生多模态统一框架训练,支持文本、图像、视频、音频四种输入方式,实现真正“所见即所得”的创作体验。在视觉风格上,可延展出上千种风格组合,覆盖2D卡通、3D动画、水墨画、黏土、赛璐璐等多种视觉语言;在声音控制上,实现更自然的音画同步与音色匹配,进一步提升沉浸感。

与前代相比,Wan2.7‑Video在运动幅度、物理规律遵循、艺术质感等方面均有显著提升,生成视频更具“导演级”可控性和专业质感。阿里通义实验室表示,该系列模型旨在补齐AI视频在叙事、剧情可控性和后期编辑上的短板,让普通用户也能轻松完成专业级创作。

接入与使用体验

模型已在阿里云百炼提供API调用服务,企业用户可批量集成;普通用户通过官网或App即可零门槛体验。通义实验室同步开放部分开发接口,鼓励开发者构建垂直应用。定价方面,API调用按生成时长和分辨率计费,性价比优势明显。

深远影响:短视频与影视产业生产力跃升

对内容创作者:Wan2.7‑Video大幅降低专业门槛。自媒体、短剧团队可快速生成个性化分镜和特效;电商从业者能用单张产品图生成多场景演示视频;教育工作者可轻松制作动态教学素材。视频“像文档一样可编辑”的特性,让迭代成本接近为零,极大释放创意潜力。

对产业生态:在短视频、广告、影视预览等领域,Wan2.7‑Video将加速“AI+内容生产”融合。传统拍摄+后期流程可部分被AI替代,推动低成本、高效率的内容爆炸式增长。同时,它为游戏NPC、虚拟主播、元宇宙场景提供强大技术支撑,进一步拓展AI视觉应用的边界。

对全球AI竞争:作为国内领先的全模态视频生成模型,Wan2.7‑Video在可控性和全链路能力上形成独特优势,与Sora、Veo等国际竞品形成互补。中国AI在“以小胜大”和实用性上的路线再次得到验证,也为全球开发者提供了更普惠、更灵活的创作工具。

挑战与展望:尽管性能领先,Wan2.7‑Video作为新模型,在极长视频生成和复杂多角色叙事上仍有优化空间。未来,阿里通义实验室或将进一步开放更多开源权重、延长视频时长,并与Wan2.7‑Image深度联动,实现图视频无缝协同。

Wan2.7‑Video的发布,标志着AI视频生成从“能演”迈向“能导”的质变。它不仅让普通人拥有“导演级”创作能力,更预示着内容生产范式的根本转变⁠—⁠⁠—⁠AI不再是单纯的生成工具,而是真正懂创意、可协作的智能伙伴。在生成式AI加速渗透的今天,这一模型正助力中国AI在全球视觉赛道站稳领先位置,也为整个行业注入更多“可控性”与“实用性”的新动能。

▶️ 喜欢这篇内容?创作真的很辛苦!

欢迎关注我们的 YouTube 频道:
AI Rosetta

你的点赞、订阅和分享,是对我们最大的支持!🙏

更多AI新闻请访问: https://www.airosetta.com

CopyrightStatement

Comment

Please login before commenting

NoComments

RelatedNews

LoadingMore

阿里通义实验室发布Wan2.7-Video视频生成模型:从“演”迈向“导”,AI视频创作进入全链路可控时代 - Airosetta News