千问太离谱：我随手一张图，它给我整出个唱跳视频

鸡你太美，很丝滑⬆️

上线不到两周半，千问APP又进化了：多模态创作能力全面升级。

视频方面，基于Wan 2.5的音视频同出能力，一张图+一段提示词就能输出各种唱跳、表演视频。

生图方面，全新升级了图片生成与编辑模型Qwen-Image-Edit，有着超强的一致性，擅长生图、修图、多视角转换、多图融合和多模态推理。

省流：最新、最强的多模态模型，已上线千问APP。

Ps，千问APP需要升级至5.1.0版本以上，才能体验。

实测体验

我们，这就来实测体验。

首先出场的，是我们四川文旅的当红炸子鸡：三星堆。

这是一张商青铜立人像，看起来就像在练着某种武功秘籍，有没有？

我拍的时候，游客太多了，用千问把他们通通消掉。

把图片背景里的人都去掉。

注意看，左下角那两张挂在墙上的展图和右后方的玻璃展柜，全部是由模型自己推理出来的，与原画很贴合，非常牛逼。

把背景改为纯黑色背景，用于藏品展示。

生成左视角图片。

生成右视角图片。

生成手办。

Prompt：turn this photo into a character figure. Behind it, place a box with the character’s image printed on it, and a computer showing the Blender modeling process on its screen. In front of the box, add a round plastic base with the character figure standing on it. Make the PVC material look clear, and set the scene indoors if possible.

我把完整的对话截图，放在这里了，大家可以看下整个生成过程。

（可上下滑动，查看全图）

图片有了，我们也可以让它生成视频，用这句提示词：

帮我生成视频，图中的主体一边练着武功，一边说：松而不懈，紧而不僵，气沉丹田，意守其中。

画面、台词、字幕，全由千问直接生成。

哈哈，我就说他是在练武功吧，这回可算找着证据了（众所周知视频是不能P的）。

而且，千问还能存实况图片，发朋友圈装x的本事又学到了，hhh~

千问之所以能整活，主要是背后有两个顶尖的模型。

一是全新升级的Qwen-Image-Edit，相较上一代版本，新Qwen-Image-Edit模型在多项性能上都有所增强：

• 图片编辑，大幅减轻了主体偏移问题，生图不模糊、更稳定；

• 提升主体一致性，多图融合更稳定；

• 语义理解增强，既能看懂图片，也能改好图片。

尤其擅长改图（颜色、场景、材质和局部修改）、多视角转换、多图融合和多模态推理（比如做几何题）。

比如，可以让图1变换为图2的姿势。

或者，给图1的角色穿上图2的衣服。

二是最新的Wan2.5视频模型。这是业界少有的具备音画同出能力的视频模型，可以生成和画面匹配的人声、音效和音乐BGM。

无论是真人照片、萌宠、二次元角色，还是文物、卡通形象，千问APP都支持“一张照片就能跳舞”的创意玩法，可以生成口型精准、动作丝滑的“边唱边跳”视频。

最长，支持10S、1080P。

比如，可以跳孤身摇。

提示词：帮我生成跳舞视频，让图片中的人物跳孤身摇。

以及，橘猫和小狗主持的播客节目。

提示词：一档猫咩和小狗主持的播客节目，橘猫开心的说：“今天心情不错，因为我刚成功偷袭了一只激光笔。”接着，小狗补充：“我也心情不错，因为我帮你报了仇，把那支激光笔咬断了，哈哈哈。”说完它们两对视一眼，开心大笑。

也可以清唱：明月几时有。

提示词：图中的人物一边跳舞，一边唱：明月几时有，把酒问青天。

更多玩法

基于这些模型，千问APP其实有很多玩法。

1）生图-生视频

先让千问帮我画图，然后再用画的图生成视频，全在一个Chat框里搞定。

这是用第一张图生成的视频，很有宫崎骏的味道。

2）改图-生视频

也可以让千问先改图再生成视频，比如我仿制的玛丽莲·梦露风格广告大片。

这是用第二张图生成的视频。

以及，老黄和奥特曼合唱《中国话》。

3）连续性改图

同时，千问也是支持连续性改图的，这一致性保持得非常不错。

如果你不会写提示词，还可以直接让千问生成绘图提示词，然后让千问用绘图提示词生成图片，再基于生成的图片生成视频。

这链路，齐活了。

上线两周半，千问的动作还是挺快的。

基本上，最新、最强的模型都会第一时间上千问。而且它是彻底的All in One——一个Chat窗口解决所有input问题，没有单独的入口，也无需点胶囊按钮，直接一句指令，全都搞定。

比如，帮我生成视频、帮我创建图片、帮我改图、帮我翻译、帮我写HTML、帮我写PPT……

这次的千问，它真的把“复杂留给模型，简单留给用户”做到了极致。

上周四，我到阿里巴巴北京总部参加夸克AI眼镜发布会，千问负责人吴嘉现场透露：千问公测仅一周，下载量已突破1000万。

这速度，就很阿里，也很中国。

而这，或许只是这场智能革命的开始。