12月2日，千問APP接入萬相系列最新模型Wan2.5，視頻創(chuàng)作能力再度升級。動作精度和肢體協(xié)調(diào)性全面提升，并成為首個支持音視頻同時輸出的移動端AI助手。

阿里萬相2.5是目前業(yè)界少數(shù)具備音畫同步能力的視頻模型之一，該模型同時支持理解和生成等多種任務(wù)，支持文本、圖像、視頻、音頻多種模態(tài)的輸入和輸出，在權(quán)威大模型評測LMArena上，萬相的圖生視頻能力位居全球第三，穩(wěn)居國內(nèi)第一。

在千問APP上，用戶只需一張照片和一段文字，無需模板，即可生成一段肢體動作自然、口型匹配準(zhǔn)確的1080P高清唱跳視頻，最長支持10S。測試顯示，無論是真人照片、萌寵、二次元角色，還是文物、卡通形象，千問APP都可支持。

去年年初，阿里推出的照片跳舞功能迅速火爆國內(nèi)外，激發(fā)了網(wǎng)友的創(chuàng)作熱情，兵馬俑、萌娃、萌寵跳舞視頻在全網(wǎng)流傳。此次，千問APP接入萬相2.5后，不僅全面提升視頻創(chuàng)作效果，還進(jìn)一步降低視頻創(chuàng)作門檻，支持用戶自定義上傳照片和輸入文字，例如，用戶僅需輸入一張圖片和一段“小貓一邊唱歌，一邊跳舞”的文字，千問APP便能精準(zhǔn)生成視頻，讓靜態(tài)形象瞬間“活”起來。

這一能力上線后，再次激發(fā)了網(wǎng)友的創(chuàng)作熱情，社交平臺上涌現(xiàn)出一批更具創(chuàng)意的“照片唱跳”內(nèi)容。例如，用戶可以先通過千問APP將兩張圖片融合，生成一張“中世紀(jì)名畫”風(fēng)格的合照，再輸入“圖中的人物一邊唱歌、一邊跳舞，鏡頭要有動態(tài)感”等文字，即可實現(xiàn)合唱、群舞的視頻效果，且能夠保持高質(zhì)量的動感表現(xiàn)和極強的主體一致性。

據(jù)悉，千問App公測僅一周，下載量就突破1000萬次，超越ChatGPT、Sora、DeepSeek成為史上增長最快的AI應(yīng)用。