阿里近期正式發(fā)布了新一代萬(wàn)相2.6系列模型，此次升級(jí)主要聚焦于專(zhuān)業(yè)影視制作與高端圖像創(chuàng)作領(lǐng)域。作為國(guó)內(nèi)首款支持角色扮演功能的視頻模型，萬(wàn)相2.6的登場(chǎng)無(wú)疑為AI視頻生成賽道投下了一顆重磅炸彈。目前，該模型已在全球范圍內(nèi)展現(xiàn)出極為全面的功能特性，涵蓋了音畫(huà)同步、多鏡頭生成以及聲音驅(qū)動(dòng)等核心技術(shù)，并已同步上線阿里云百煉平臺(tái)及萬(wàn)相官網(wǎng)，供創(chuàng)作者們嘗鮮體驗(yàn)。

這一版本的核心亮點(diǎn)在于其強(qiáng)大的視頻生成能力，尤其是備受矚目的角色扮演功能?，F(xiàn)在的AI已經(jīng)不僅僅是生成畫(huà)面，更是學(xué)會(huì)了演戲。用戶只需提供一段輸入視頻，萬(wàn)相2.6就能精準(zhǔn)捕捉其中角色的外觀特征與音色特點(diǎn)，隨后按照提示詞的要求，讓該角色在新的場(chǎng)景中進(jìn)行單人表演、多人互動(dòng)，甚至是人與物的合拍。這意味著，創(chuàng)作者可以輕松地讓同一個(gè)數(shù)字演員在不同劇本中穿梭，極大地降低了虛擬角色的制作門(mén)檻。

在敘事能力上，萬(wàn)相2.6也展現(xiàn)出了導(dǎo)演級(jí)的素養(yǎng)。它具備多鏡頭敘事功能，能夠?qū)⒂脩艚o出的一句簡(jiǎn)單提示詞，智能轉(zhuǎn)化為包含分鏡腳本的連貫視頻。更難能可貴的是，在不同鏡頭之間，模型能夠保持主體形象、場(chǎng)景氛圍等關(guān)鍵信息的高度一致，避免了以往AI視頻中常見(jiàn)的跳戲問(wèn)題。配合升級(jí)后的自然音畫(huà)同步技術(shù)，多人對(duì)話場(chǎng)景變得更加穩(wěn)定，人聲表達(dá)真實(shí)自然，背景音樂(lè)與歌曲的質(zhì)感也得到了顯著提升，徹底告別了嘴型對(duì)不上的尷尬局面。此外，視頻生成的時(shí)長(zhǎng)上限被延長(zhǎng)至15秒，相比以往稍縱即逝的片段，這多出的幾秒鐘足以承載更完整的故事情節(jié)，讓時(shí)空內(nèi)容的容量得到了有效擴(kuò)充。

除了視頻領(lǐng)域的突破，萬(wàn)相2.6在文生圖方面也進(jìn)行了深度打磨。它對(duì)藝術(shù)風(fēng)格的把控展現(xiàn)出了極高的美學(xué)水準(zhǔn)，能夠精準(zhǔn)捕捉各類(lèi)風(fēng)格關(guān)鍵詞的靈魂，無(wú)論是肌理、色彩還是筆觸，細(xì)節(jié)刻畫(huà)都生動(dòng)豐富。特別是在寫(xiě)實(shí)人像生成上，模型有效削弱了那股揮之不去的AI塑料感，人物神態(tài)自然，膚質(zhì)真實(shí)，光影處理恰到好處。對(duì)于設(shè)計(jì)師而言，新模型還支持文字生成以及圖表、插畫(huà)與海報(bào)設(shè)計(jì)，能夠根據(jù)長(zhǎng)文本內(nèi)容自動(dòng)生成圖文混排的視覺(jué)作品，不僅美觀而且邏輯清晰。

在圖像生成的操控性上，萬(wàn)相2.6同樣表現(xiàn)不俗。它支持多圖融合生成，允許創(chuàng)作者對(duì)多張圖片進(jìn)行任意參考、組合或替換，從而碰撞出全新的視覺(jué)靈感。同時(shí)，為了滿足商業(yè)級(jí)的使用需求，模型在保持角色、風(fēng)格或元素的一致性上下足了功夫，并提供了精確的鏡頭與光影控制功能。用戶可以指定視角遠(yuǎn)近及光影細(xì)節(jié)，確保每一張生成的圖片都能完美契合預(yù)設(shè)的空間氛圍與創(chuàng)意構(gòu)思。