拓宽百年奥运「赛场边界」，阿里云AI让人人皆可上场

机器之心编辑部

先给大家看个视频，你能分辨出哪个是 AI 生成的吗？

视频来源：tiktok 博主 @tkp..1001

「真人拍摄还是 AI 生成」，如果搁一年前，这个问题还很容易回答，因为细节处总有一眼 AI 的破绽，但现在，真与假的界限已变得愈发模糊。

越来越多「真实」的视频，评论区里都在争论「这是 AI 吧？」而那些真正由 AI 生成的内容，反倒被当成真实拍摄。

AI 视频生成技术的进化速度快到飞起，并正渗透进我们生活的方方面面。随之而来的问题是：我们究竟要如何与这些技术共处？

破解这一难题的钥匙或许就藏在人类的想象力中。技术的超越不该只在于对现实的复刻，更应在创新应用中想象更美好的未来。

站在这个视角，阿里云给出了一个颇具想象力的答案：2026 年米兰冬奥会。

就在冬奥会倒计时 30 天之际，作为官方云服务合作伙伴的阿里云，拉着国际奥委会以及⽶兰冬奥组委会搞了波大的，共同发起一场全球 AIGC ⼤赛

大赛 Slogan 为「YOUR EPIC VIBE」，正好与本届冬奥口号「IT's Your Vibe」（意展你风采）遥相呼应。

大赛规则简单粗暴：只需用阿里云的「万相大模型」，在花样滑冰、短道速滑、高山滑雪、单板滑雪经典项目中选一个，生成一段冬奥视频，就能参赛。

除了万相大模型本身，阿里巴巴的 AI 产品生态同样为本次大赛提供了全栈式支持，包括开源开放的开发者社区 Modelscope、AI 创作工具通义万相、堆友，为不同类型、不同渠道的参赛者「保驾护航」。

国际奥委会还直接放话，他们将从这四个项目中各选 25 个最佳作品，纳入奥林匹克博物馆收藏，并组合成奥运史上首个 AIGC 数字艺术影像作品集《YOUR EPIC VIBE》。

这意味着，自 1896 年现代奥运首次举办以来，AI 第一次以这种方式被写进奥运历史。

更刺激的是，Top 100 中将评选出 10 位在叙事创意、情感深度和美学构图上表现最好的获奖者，他们还能直接拿到米兰冬奥会现场门票。

大赛官网：https://summit.aliyun.com/aigcchampionship

AI 视频生成技术卷到现在，终于不只是在社交媒体上刷存在感了。它正以一种谁也没想到的方式，成为奥运历史的一部分。

而要达成这一成就，万相 Wan2.6 凭借其强悍的视频生成能力，化作了参赛者手中最强的那把利器。

用 AI 创造冰雪世界，为何独独选择了阿里云？

在去年 12 月 AI 视频生成大模型又一波涌现的大潮中，阿里云的 Wan2.6 登场。

Wan2.6 面向专业级影视制作和图像创作场景，进一步提升了画质、音效、指令遵循能力，并新支持多镜头叙事及最长 15 秒生成。此外在国内首次支持角色扮演（Reference-to-video，R2V）功能，本人可以入镜，并用自己的声音出演 AI 视频。

体验地址：https://tongyi.aliyun.com/wan/

对于此次冬奥赛场上的四大经典冰雪项目，Wan2.6 表现出了极高的可玩性。

我们上手测试的结果说明了这一点。

只见一只可爱的雪人从高山之巅快速下滑，身后拉出一条清晰而绵长的雪线，红色帽子在疾驰中随风摇摆，看起来十分的童趣。如果我不告诉你这是 AI 生成的，可能你还以为这是哪部动画片中的场景呢！

毛茸茸的怪兽在高山之巅飞速直下，双脚踩着雪板完成流畅的滑雪动作，身体随着地形起伏自然摆动。

小王子也来雪山之巅滑雪了，身披围巾、脚踏雪板，仿佛开启了一段属于自己的冰雪冒险，纯真而浪漫。

穿越千年的兵马俑也献上一段花滑表演：

除了文生视频、图生视频，现在你也可以指定角色来生成了。Wan2.6 的角色扮演功能，可以将你输入的参考视频进行二次创作，甚至是你亲自上场。

我们先来「呼叫奥特曼」上场速滑。只见他起滑、加速、入弯一气呵成，动作那叫一个专业，完全不像是第一次跨界。专业程度甚至让人怀疑他是不是偷偷报过集训班。

然后再让马斯克来段花样滑冰，看起来也是有模有样：

与此同时，Wan2.6 在动态表现和视觉冲击力上同样可圈可点。在这一示例中，镜头贴近雪面，紧跟雪板高速前行，低机位带来的速度感与冲击力被充分放大。

以前在滑雪场，常能看到有人踩着滑板、扛着相机一路跟拍，冒着不小的风险，才能换来几个漂亮镜头。现在，这种高难度的跟拍视角已经不再依赖人工完成，Wan2.6 可以直接在生成过程中自动实现稳定、贴近动作的动态运镜：

慢镜头同样稳得住。高速下滑被自然放慢的那一刻，雪板切雪的力道、雪屑被甩起又在空中翻滚的轨迹一一展开，原本一闪而过的速度感被拆解成清晰可见的细节。这感觉就像在滑雪场里按下了电影级慢放键。

就算是高难度的多人场面，Wan2.6 依然能够稳稳驾驭。多名滑雪者同时出现在画面中，彼此之间的相对位置、运动方向与节奏保持清晰，没有出现人物混叠或动作错乱。

通过上述示例可以看出，Wan2.6 的优势并不在于某一个「炸点」，而是在冰雪运动中「力与美」的呈现上已经达到了相对成熟的水准。

在高速运动、多人互动以及音画同步等关键场景下，Wan2.6 展现出超高的性能。无论是虚构角色还是真人形象，都能够被自然地融入运动场景之中，完成连贯而完整的表演，体现出对运动节奏与视觉叙事的成熟把控。

进一步看，这种稳定性也体现在镜头层面：生成过程中，镜头并非被动记录动作，而是会随着运动推进自动调整视角，在关键节点完成切换，使画面具备基本的分镜逻辑与节奏变化，可以说是深谙运动力学与视觉美学的「数字导演」。

视频生成的多面手，Wan2.6 背后藏着这些「杀手锏」

长期以来，视频生成被认为是 AI 领域最难攻克的堡垒之一。不过从 OpenAI Sora 开启视频「暴力美学」开始，这个领域在各个环节进入到了进化的快车道。

一开始大家追求的目标很简单，让画面动起来；后来一步步加码，提出了更多更高的要求，比如对复杂物理规律的极致模拟、影视级高清画质、原生音画同步、画面连贯与逻辑统一，最终目标是无限接近真实视频。

如今，升级到 2.6 版本的万相大模型已修炼得「炉火纯青」。

首先做到了超真实还原。实现这一点需要解决几个深层次的技术挑战，包括物理规律的准确模拟、时序一致性、细节高度还原、原生音视频的逻辑一致等。

Wan2.6 提供了音画⼀体的多模态参考⽣成能⼒，通过对输⼊参考视频进⾏多模态联合建模与学习，最终实现从画面到声音的全感官一致性保持与迁移。这种「镜像级人物重建」可以精准捕捉并重建你的形象，就连每个微表情都生动至极。

其次能输出衔接连贯的多镜头。视频生成中精准的分镜控制，要求 AI 不仅要生成连贯的画面，还要像人类导演一样理解空间调度、镜头切换和叙事连续性。

Wan2.6 可以一键完成单人、多人、人与物合拍的视频，还能自动实现多镜头切换。这意味着，视频生成不再是碎片拼凑，并且不管怎么切镜头，视频里的主体都能保持像素级的统一，几乎不会出现镜头一换、主角换脸的尴尬情况。

最后保证叙事完整不偏离主题。生成一段完整的叙事视频，远比几个孤立的炫酷镜头困难得多，其核心挑战在于如何让 AI 具备时间记忆和逻辑常识。

Wan2.6 很好地解决了这些挑战，最长支持 15 秒 1080P 视频生成，并能轻松搞定完整叙事的 Vlog 视频。这使得该模型在短剧制作等专业场景具有广阔的应用前景，只要提示词写得好，输出的视频可直接拿来用，省力又省钱。

一系列底层能力的突破，让 Wan2.6 打破视觉、听觉与物理规律之间的藩篱，为创作者提供了一个生产力级别的视觉生成引擎。

AI for all，在奥运这块阵地「登陆」

去年 7 月，即将成为 OpenAI 史上首位应用 CEO 的 Fidji Simo 发表了一篇文章，主题为《AI：赋能所有人的终极源泉》（AI as the greatest source of empowerment for all）。这篇刷屏的就职檄文再一次让「AI 全民可用」成为热议的焦点。

文中写到，「我相信 AI 将为更多人带来比历史上任何其他技术都多的机遇。如果我们能做好这一点，AI 将给予每个人前所未有的力量。」但同时，这些机遇并不会凭空出现，不仅要求 AI 达到较高的水准，还要有像阿里云这样勇于创新的 AI 玩家。

现在看来，这场全球 AIGC 大赛成为了「AI for all」的实践阵地。

以往，参与奥运的方式要么花很多钱去现场观赛呐喊，要么在电视机或电脑前守候。如今，AI 终于赋予了每一个普通人更沉浸的奥运体验。

在高山滑道、花滑冰场或单板 U 型场，你我同样可以成为万众瞩目的主角。这正是奥运级 AI 科技首次大规模应用于粉丝互动所产生的魅力。

正如 Fidji Simo 所强调的，「如果我们能够让智能技术无处不在、人人可及，就能驱动人类历史上最大的机遇引擎，并帮助更多人过让更好的生活」。阿里云掀起的这场以万相大模型为主导的交互范式变革，正以自己的方式一步步将这样的愿景落地。

文中视频链接：https://mp.weixin.qq.com/s/_iaiwdraikWZGd49O4zocQ