Sora向左，阿里向右：全能演技派模型登场千问APP

鹭羽 发自 凹非寺
量子位 | 公众号 QbitAI

一个APP就能搞定爆款视频！这届AI玩家也太猛了。

能捏脸、能控色、会排版、全模态、戏感强还保真……

划重点，几乎只有你想不到的，就没有它做不到的。

不卖关子了——

这款全能创作搭子就是阿里最新上线千问APP的Wan2.7，好玩程度直接硬控我一整天。

不妨先来段视频感受一下，be like：

Prompt：生成一段视频，一个男人非常吃惊地看向镜头，镜头拉远，一群人都很吃惊，镜头翻转，原来是他们看到了Wan2.7的广告牌。

视频链接：https://mp.weixin.qq.com/s/hc0gyu23DeSn1EknMfhyHA

人物表情生动自然，镜头衔接流畅，都相当符合Prompt要求，尤其是群像塑造上，真正做到了“千人千面”

同时还自动生成了匹配的人声音效，就这成片给到一个夯！

难度升级，再来一个图生视频试试，比如喂给AI一张图片：

以及一段音频：

音频链接：https://mp.weixin.qq.com/s/hc0gyu23DeSn1EknMfhyHA

• Prompt：根据图片和音频生成一段萨克斯表演。

nice！光影变幻间，即刻上演一场精彩的单人萨克斯演出：

视频链接：https://mp.weixin.qq.com/s/hc0gyu23DeSn1EknMfhyHA

再加点料，在原视频基础上补充一张尾帧图，让演奏者丝滑切换：

Prompt：根据图片续写该视频，让女性演奏家加入表演。

效果是酱紫的：

视频链接：https://mp.weixin.qq.com/s/hc0gyu23DeSn1EknMfhyHA

而这些通通都是我在千问APP上完成的，操作非常简单，只需在“AI视频”中上传刚刚生成的第一段视频，以及尾帧图片即可。

这一次，不止视频生成得到史诗级增强，图片能力也直接next level。

无论是8色HEX精准控制还是3K tokens超长文本支持，AI创作这件事都在千问APP中变得so easy～

话不多说，直接深度开测。

这届AI来了位实力演技派

交互页面倒是没有比较大的改动，要么创作面板，要么chat对话。

总之，以前千问APP怎么用的，现在就还怎么用。

主要是新增了视频编辑、视频续写、动作模仿能力，加上模型能力Pro，下面我们以具体的创作过程一一道来。

先看图像生成。

这次Wan2.7-Image的亮点是“千人千面”，比如在人物脸部上，用户可以自定义五官细节，包括骨相、眼神、皮肤纹理等。

这里我们尝试用Wan2.7-Image复刻《哈利波特》原著中的斯内普教授形象：

一个大约35岁的男人，面色蜡黄，油腻的及肩黑发，显眼的鹰钩鼻，冷漠空洞、像黑色隧道一样的双眼。身穿一件高领黑色长袍，背景为霍格沃茨昏暗潮湿的地窖。

u1s1，说这是真人定妆照也不为过。眼神复杂幽深，连毛孔皱纹都清晰可见。

同样的，我们把提示词交给Gemini和ChatGPT。

左：Gemini；右：ChatGPT。

显而易见，Gemini直接照搬电影版选角，ChatGPT在鹰钩鼻的塑造上并不贴合。但都比电视剧版好太多……（doge）

Wan2.7-Image还具有调色盘能力，比如这个实用性的场景设计：

一张赛博朋克风格的深夜街道照片，细雨蒙蒙，画面主色调选择蓝色RGB(0，70，255)。镜头焦点是一个发光的霓虹灯招牌，上方写着大而清晰的汉字“未来之城”，下方写着手写体英文“Neo Metropolis”。

将图片导入PS，可以直观看到，画面主色调精准落在蓝色系中，色差控制在合理的误差范围之内。

另外，中英双语的文字渲染也没有出现乱码的情况。据官方介绍，Wan2.7-Image还能支持最高3K token的超长文字输入，可以写满足足一整页A4纸。

这次Wan2.7的视频生成能力，也有惊喜。

比如让千问APP帮忙手搓一个旅游Vlog，咱也来赶赶时髦。

根据六宫格参考图生成一个巴西旅游Vlog。

好好好！也是在地球另一端感受到了桑巴热情。

视频链接：https://mp.weixin.qq.com/s/hc0gyu23DeSn1EknMfhyHA

要是对视频细节不满意，还可以进行局部编辑，比如原视频是这样的：

视频链接：https://mp.weixin.qq.com/s/hc0gyu23DeSn1EknMfhyHA

只需输入提示词+上传参考图，就能将胶片一键替换成盘子。

将视频中的胶片替换为图片中的盘子。

视频链接：https://mp.weixin.qq.com/s/hc0gyu23DeSn1EknMfhyHA

且看盘子上的反光，细节好评！

修改静态主体还不够，我还能直接用千问APP的视频模仿功能，无痛学习新动作～

比如我觉得这个小哥的动作很丰富：

视频链接：https://mp.weixin.qq.com/s/hc0gyu23DeSn1EknMfhyHA

尝试套到另一个角色身上：

让图片中的人物模仿视频中的人的手势动作，保持双手配合和手势变化过程清晰可见。

视频链接：https://mp.weixin.qq.com/s/hc0gyu23DeSn1EknMfhyHA

最后来玩个有意思的：拍好莱坞大片！

视频链接：https://mp.weixin.qq.com/s/hc0gyu23DeSn1EknMfhyHA

看不够，那就用视频续写延长战斗：

视频链接：https://mp.weixin.qq.com/s/hc0gyu23DeSn1EknMfhyHA

（无奖竞猜：男人为何如此惊恐？）

总之实测下来，Wan2.7给我最大的感受是——妙！

不仅仅可玩性大大提升，而且用起来还特别方便。

以前要创作一个视频，需要经过反复多次的修改剪辑，现在千问APP里就能一站式续写和参考重塑，迅速提炼出爆款视频的流量密码。

而且不只是日常的创意表达，专业的平面设计或者影视制作也能大用特用，就比如最近大热的AI演员、AI短剧，Wan2.7就能分得一杯羹。

而且演技还不输专业演员，够真实、够好用。

口说无凭，例如在人类偏好盲测评分中，Wan2.7-Image就位列国内生成模型第一，超过GPT Image 1.5，逼近Nano Banana Pro。

实力能打+人人可用，那么这里就引出一个核心问题——

Wan2.7的发布，究竟代表着什么？

触手可及的创作，让人人都能生产爆款

显然，这并非一句“千问团队实现技术突破”就能简单带过的。

当我们将目光放大至整个行业，就会发现一个愈加明显的趋势清晰可见：

AI内容生成正在加速进入中国时间。

先看硅谷这边，曾经的AI生成龙头Sora悄然退场，以OpenAI为首的科技巨头纷纷从全面开花，转向Agent和底层推理的战略性单点收缩。

而例如视频生成这类高投入、慢回报的支线任务则被率先抛弃。

但与之形成对比的，是国内市场陆续迸发出多款高性能且全面的视频/图像生成模型。

归根结底，一方面是因为国内拥有更完善的C端场景（如短视频、电商），更适配AI内容生成的商业化落地。

另一方面，中国厂商也更注重培养模型的工程应用能力，尝试以更行之有效的迭代速度和更低的成本，加快AI融入创作者的工作流。

那么如何更高效地打通AI到创作者的“最后一公里”呢？

依据多年深厚的用户场景积累，阿里的答案简单粗暴——直给。也就是直接将最强模型同步装进APP。

这源于阿里对市场的精准洞察：技术领先只是大模型的入场券，技术普惠才是产品真正的护城河。

细数阿里千问最近的动作，无一不在印证这点——春节期间“千问办事”的能力出圈，现在又将Wan2.7下放到移动端，就是为了让更多人能够第一时间享受到技术红利。

只要用户开始用了，就会发现AI创作这件事原来没有想象中那么难，即使是对模型一窍不通，也能通过最基础的功能按键和一句指令，稳定创造出高水准的视频。

可以预见的是，未来制作爆款视频和精美图像就会变得像点外卖、刷视频一样简单，到那一刻，才是真正打开了人人AI创作的大门。