阿里发布电影级视频模型万相2.6

12月16日，阿里发布新一代万相2.6系列模型，该系列模型面向专业影视制作和图像创作场景进行了全面升级，是国内首个支持角色扮演功能的视频模型。

据悉，该模型同时支持音画同步、多镜头生成及声音驱动等功能，是全球功能最全的视频生成模型。目前，万相2.6已同步上线阿里云百炼、万相官网。

今年9月，阿里率先在国内发布音画同步的视频生成模型万相2.5，大幅提升了视频创作的效率，在权威大模型评测集LMArena上，万相图生视频位居国内第一。

而此次发布的万相2.6进一步提升了画质、音效、指令遵循等能力，单次视频时长实现国内最高的15s。万相2.6还新增了角色扮演和分镜控制功能，不仅能一键完成单人、多人、人与物合拍的视频，还能自动实现多镜头切换等专业任务，满足专业影视级场景需求。

据介绍，通义万相在模型结构上集成了多项创新技术，可对输入参考视频进行多模态联合建模与学习，参考具有时序信息的主体情绪、姿态和多角度全面视觉特征，同时提取音色、语速等声学特征，在生成阶段作为参考条件控制，实现从画面到声音的全感官全维度一致性保持与迁移，目前万相可支持单人和多人的表演。

在分镜控制上，通义万相能通过高层语义理解，将原始输入构建为具备完整故事线与叙事张力的专业级多镜头段落，在多镜头丝滑切换的过程中保持核心主体、场景布局和环境氛围统一建模，确保全片在内容、节奏和氛围上的高一致性。

万相2.6的角色扮演功能让普通用户也能在影视级画面里表现精湛的演技。例如，用户上传一段个人视频，并输入一段科幻悬疑风格的提示词，万相2.6能快速完成分镜设计、角色演绎、画面配音等环节工作，生成一段镜头叙事完整、电影级运镜的短片。

面向广告设计、短剧制作等专业场景，通过输入连续提示词，万相还能生成一段完整叙事的短片，让人人都能当导演。例如，输入一段广告创意的提示词，万相2.6能生成一段包含人物角色和商品的广告视频，并且在多镜头切换的情况下保持主体、场景等关键信息的一致性。

观察者网了解到，即日起，所有人可直接在万相官网体验万相2.6，企业用户还能通过阿里云百炼调用模型API。另外，千问APP也将于近期上线该模型，并提供更丰富的玩法。

本文系观察者网独家稿件，未经授权，不得转载。