实测千问最新AI视频、AI生图，Qwen“最强”二字落地

作者 | 叶二 编辑 | 魏晓

半个月前，阿里全新集团战略项目千问，正式对外公测。在官方的介绍中，在千问上，学习工作可以一站式搞定。而底气，则正是基于阿里最强模型、全球开源第一的模型 Qwen 。

AI助手的能力，来自于模型基座。道理是这个道理，只是Qwen虽说早在B端展现出强大的技术实力，征服了一众海内外的开发者，但此前在面向普通消费者的C端，并没有太多建树。

这也使得千问的强大，总归是欠缺了直观感知。

而现在，完全不一样了。

就在今天，千问进行了更新，一口气接入AI生图Qwen-Image最新模型和AI视频模型Wan2.5等，这都是目前Qwen发布的面向AIGC创作领域的最新模型，尤其是前者，更是当下全球最强的图像开源模型，并且更夸张的是，免费开放。

是的，没看错，免费。

与此同时，随着这一系列多模态能力，以及文生图、图生视频等生成式AI功能在千问上的集中释放，Qwen的底层实力也第一次真正“可视化”地呈现在大众面前。

AI蓝媒汇第一时间也进行了实测，体验下来，只想说两句话。

一句是，千问果然没唬人，Qwen不愧是 “最强开源大模型”，一出手就知有没有。另一句是，这么好的产品，阿里为什么不早点拿出来给C端用。

“所想即所得”的创意世界

先看下千问此次加入的Wan2.5 AI生视频能力，要知道，视频作为信息密度最高、表现力最强的媒介之一，是模型能力最直观的展示。

AI蓝媒汇通过千问搭载的Wan2.5 AI生视频，以一张静态美女图为主体，让镜头围绕其360度旋转，然后空中飘下彩带，定格，并选择5S视频（另一个选项是10S）、设置好清晰度，打开了智能配音，开启生成。

在差不多3分钟左右的时间，这样一个视频便做好了。

看看效果。

视频不仅完整继承了原始图像中女孩的外貌特征、服装细节，并且AI进一步还原了女孩的整个面部，展现了Wan2.5模型的智能补全与重建能力。

原图中，女孩呈现“一睁眼、一闭眼”的非对称状态；而AI在生成动态视频时，自动推演并补全了闭合眼睑的自然睁开过程，使面部表情过渡流畅、五官比例协调，整体观感极为自然，毫无违和感。

同时模型具备较强的语义理解和场景推理能力，生成的场景，与AI蓝媒汇想要达成的效果基本一致。在动作方面，其中，彩带从天而降，飘落轨迹也非常合理，符合现实物理规律。

更大的亮点还在于，Wan2.5可以在生成时选择智能配音，可以自动匹配符合场景情绪的语音或音效，并实现音画同步——口型、表情、动作与声音节奏相互呼应。

本视频中便匹配了一个节奏前期快速，然后中期转折变得舒缓的音效，极大提升了内容的沉浸感与传播力。

这种是贴近现实风的，现在来试试“幻想风格”的。

将一张小狗的图，变成一个巫师小狗的视频，骑着魔杖，飞行在霍格沃茨的城堡中，生成条件，5S，未打开智能配音。

效果还是很像那么回事。一个原本还在花丛中的小狗，摇身一变就成为了巫师小狗，画面过渡非常自然，场景切换也比较丝滑。值得注意的是，画面中的巫师斗篷，一直在随风飘动，非常真实，显示出高速飞行下的速度感。

再搞点有意思的。

千问AI视频创作，还上线了AI跳舞功能的迭代版“全民唱跳2.0”，还是这个狗狗，我们试着让它对口型，唱一下哈基米之歌。都知道，对口型AI创作原本为人类语音设计，对动物嘴型的适配属于“跨域迁移”，难度相对比较大。

从千问生成的这段视频来看，整体看下来，狗狗对口型的准确度，达到了90%左右，嘴型、眼睛、乃至舌头，都随着“发声”，实现了相应匹配，达到了 “能玩、有趣”的水平。

再换个历史人物，让莎士比亚穿越到现在，跳一首欢快的舞蹈。

好了，现在再试试，一句话生成视频，看看效果。

“夜晚的未来都市，全息广告牌闪烁，一只机械猫眨眼，‘欢迎来到赛博天津’文字滚动。虚拟偶像在跳舞。”

描述还是很宽泛，缺乏明显参照图等关键信息，不过Wan2.5还是尽可能地构建出一个具有辨识度的赛博朋克城市片段。细节方面，其中机械猫以银色金属质感呈现，眼部采用发光矩阵设计，具备自然眨眼动画，赋予角色生命力。核心文字也非常清晰，从右向左滚动，节奏稳定。画面光影层次丰富，同时搭配科幻感BGM，沉浸感强。

整体测下来，千问AI生视频的能力，还是挺出乎人意料的。

市场普遍都知道，过去在AI视频生成这个赛道上，阿里产品相对比较低调，名声并不突出，但没想到，默默发育，能力已经涌现到如此程度了，生成质量和适配性均达到国际顶尖水平。

超高一致性的生产力工具

视频让人“所想即所得”之外，再来看看“千问”此次搭载的AI生图模型实战效果。

公开资料显示，Qwen-Image在Huggingface趋势榜登顶数周，开源全球第一 ，在AI arena竞技场，排名仅次于闭源模型nano banana、seedream 4.0，是全球最强图像开源模型。

而据说此次千问搭载的是Qwen-Image最新模型，是Qwen-Image 2511，是Qwen-Image给千问定制的特供满血版本。

那来看看，全球最强图像开源模型到底是怎么个全球最强？特供满血版，又是怎样的火力全开？

以用户合影需求为例。

AI蓝媒汇以上文中的小狗图，以及一张人物图，做了测试，“把狗狗放到人物图中”，Qwen-Image 2511直接生成了一张狗狗坐在人物怀里的图，保持了高度一致性。无论是人物，还是动物，都保持了高度一致：狗狗毛色和体型在全新图片中保持一致，确保了主体形象的统一。人物也同样如此。

并且，AI很好的理解了用户的意图，将狗狗与人物的位置关系，处理的非常自然和谐。

换个姿势，“让人物站着抱着小狗”。

这个指令，相当于无论是人物，还是小狗，其姿态都需要发生变化。但生成出来的图片，人物姿态转换流畅，抱狗的肢体动作也符合人体工学，并且一如既往，保持了超高的人物、动物一致性。

还可以，再加个索尼FL效果滤镜，一下子质感就出来了。

这种超高的一致性，也直接让千问更是能成为一个提升生产力的工具。

AI蓝媒汇先让AI为办公室放着的一个苏打饼干包装添加蓝媒汇主题英文标识logo，logo的字体风格、印刷质感与饼干包装的材质、色调高度贴合，无明显的违和感。

后续基于该包装图生成双十二圣诞主题促销海报，AI将饼干主体与圣诞元素（圣诞树、雪花、礼盒）融合自然，中文促销信息排版清晰，整体视觉风格契合食品类海报的营销调性，效果达标。

从生成效果来看，Qwen-Image 2511具备非常强的文字处理能力，与排版理解能力。这意味着它能“画图”，还能“做设计”。

比如一张模特图，与一张商品图，实现“换装”。

又或者，一句话生成一张商品促销海报。

脑洞再大点，一张圣诞主题的像素苹果海报。

等等，可以清楚看出，此次千问上线的Qwen-Image最新模型不仅仅是一个帮助用户将创意转化为现实的工具，它同样也能直接应用于商业环境中，展现出其在品牌视觉延展与电商内容生成场景中的落地价值。

对了，最最最重要的一点，这些功能目前都免费开放，无论是文生图，还是图生图，甚至是过去在修图软件上需要付费的包括P图精修、多元风格滤镜的一应功能，全部免费。主打就是一个全面开放，免费开放，让人人可及、即想即用。

整体来看，此次“千问”接入了Wan2.5和Qwen-Image 2511等最新大模型，从原本的ChatBot直接跃升至全栈式AIGC创意助手。

Qwen的强大，也直观呈现在大众面前，不再只是工程师口中的“最强开源大模型”，而是化身为普通人触手可及的创意伙伴——只需一句自然语言，就精准还原生活场景、生成高一致性角色，并赋予画面以流畅动作与真实声效，真正实现了“想得到，就看得见、听得真、用得上”。

而对于“千问”本身而言，这也直接意味着，其将Qwen大模型的底层实力，变成了普通人也能轻松驾驭的创造力、生产力。

基于最强开源大模型Qwen打造的千问，果然没唬人。相信接下来，Qwen的更多先进强大的能力，还将持续封装进入千问。一个万能的AI助手，越来越近了。

（文中图片、视频，均为千问AI生成）

Lanmeih/今日话题

你用过AI生图、生视频吗？

咱们评论区聊聊~