智東西
作者 陳佳
編輯 心緣

智東西4月1日?qǐng)?bào)道，剛剛，阿里正式發(fā)布新一代圖像生成與編輯統(tǒng)一模型Wan2.7-Image，一舉將文生圖、圖生組圖、圖像指令編輯和交互式編輯整合進(jìn)同一套模型架構(gòu)。

新模型主打四大能力：可自由定制五官骨相的“千人千面”捏臉功能、能精準(zhǔn)提取和控制色彩配比的“調(diào)色盤”功能、最高支持3K token超長(zhǎng)文字渲染的印刷級(jí)排版能力，以及支持框選區(qū)域精準(zhǔn)操作的像素級(jí)交互式編輯能力。

我們重點(diǎn)測(cè)試了該模型“千人千面”、交互式編輯和多主體一致性三個(gè)方面的能力。

在人物生成測(cè)試中，無(wú)需精細(xì)控制提示詞，該模型已能在同一組輸出中呈現(xiàn)臉型輪廓、顴骨位置、下頜線各異的差異化人像，告別批量同臉問(wèn)題。加入臉型關(guān)鍵詞后，不同輪廓的響應(yīng)可感知，但方臉、長(zhǎng)臉等強(qiáng)特征的精準(zhǔn)度仍有提升空間。

在交互式編輯測(cè)試中，我們以《唐頓莊園》電影劇照為素材執(zhí)行人物位置互換，模型在保留服飾特征和背景環(huán)境的前提下完成了對(duì)調(diào)。

在多主體一致性測(cè)試中，我們基于參考人物要求模型生成咖啡館、戶外街拍、正式會(huì)議室三大場(chǎng)景共12張圖像，模型精準(zhǔn)保留了參考人物的面部特征、發(fā)型輪廓與整體氣質(zhì)，跨場(chǎng)景辨識(shí)度穩(wěn)定，同時(shí)對(duì)不同場(chǎng)景的光影邏輯和環(huán)境氛圍適配良好，是三項(xiàng)測(cè)試中表現(xiàn)最為亮眼的一項(xiàng)。

同步上線的Wan2.7-Image-pro在構(gòu)圖穩(wěn)定性和語(yǔ)義理解上進(jìn)一步提升。

從官方盲測(cè)結(jié)果來(lái)看，Wan2.7-Image多項(xiàng)能力已位列國(guó)內(nèi)第一，整體水平接近Nano Banana Pro。

目前，兩款模型均已在阿里云百煉平臺(tái)開放API調(diào)用，萬(wàn)相官網(wǎng)也支持直接體驗(yàn)。

萬(wàn)相官網(wǎng)：https://tongyi.aliyun.com/wan

百煉國(guó)內(nèi)站：https://bailian.console.aliyun.com/cn-beijing?tab=api#/api/?type=model&url=3026980

百煉國(guó)際站：https://modelstudio.console.alibabacloud.com/ap-southeast-1?tab=api#/api/?type=model&url=3026980

一、告別“AI標(biāo)準(zhǔn)臉”，還能寫滿一頁(yè)A4紙

AI生成人像“千篇一律”是業(yè)界長(zhǎng)期的痛點(diǎn)，Wan2.7-Image強(qiáng)化了虛擬形象“捏臉”功能，支持從骨相到五官細(xì)節(jié)的全方位定制——臉型可在鵝蛋臉、圓臉、方臉、長(zhǎng)方臉之間切換。

在人物生成能力上，我們使用了一條基礎(chǔ)的提示詞進(jìn)行測(cè)試：“一個(gè)年輕女性肖像，半身照，電影感光影，高清細(xì)節(jié)，真實(shí)皮膚質(zhì)感”。

在未加入任何臉型、五官或身份限定的情況下，Wan2.7-Image一次生成了4張人像。從結(jié)果來(lái)看，這組圖已經(jīng)明顯不同于以往常見(jiàn)的“AI標(biāo)準(zhǔn)臉”，人物之間呈現(xiàn)出較為自然的差異。

四張圖中的人物在臉型輪廓、顴骨位置和下頜線條上各不相同，并非簡(jiǎn)單的“同一張臉微調(diào)”。

同時(shí)，皮膚紋理、毛孔及輕微瑕疵（如泛紅、肌理不均）均被真實(shí)保留，未出現(xiàn)過(guò)度磨皮的失真感。

在光影控制與整體氛圍營(yíng)造方面，Wan2.7-Image表現(xiàn)出色。四張圖像均采用自然窗光作為主光源，形成強(qiáng)烈的明暗對(duì)比與電影化質(zhì)感，背景環(huán)境元素虛實(shí)得當(dāng)，未對(duì)主體造成干擾，且不同圖像間的人物特征保持了較高的一致性。

整體來(lái)看，在無(wú)精細(xì)控制提示詞的情況下，Wan2.7-Image已經(jīng)可以生成風(fēng)格統(tǒng)一但人物不同的人像結(jié)果，相比以往容易出現(xiàn)的“批量同臉”問(wèn)題，有明顯改善。

在基礎(chǔ)人像生成測(cè)試后，我們進(jìn)一步加入明確的臉型約束，對(duì)Wan2.7-Image的“捏臉能力”進(jìn)行驗(yàn)證。測(cè)試提示詞在原有基礎(chǔ)上增加：鵝蛋臉/圓臉/方臉/長(zhǎng)臉。

從實(shí)測(cè)結(jié)果來(lái)看，Wan2.7-Image模型能夠?qū)δ樞吞卣髯龀霾町惢憫?yīng)，不同生成樣本中，人物面部輪廓呈現(xiàn)出從鵝蛋臉到圓臉、方臉的明顯區(qū)分，下頜線、顴骨寬度、面部長(zhǎng)寬比等核心臉型指標(biāo)存在可感知的差異。

在皮膚質(zhì)感、電影感光影等方面，限定臉型后生成的圖片畫面細(xì)節(jié)保留度基本穩(wěn)定。但該模型的臉型控制仍存在精度與一致性的不足。部分圖片存在特征模糊、臉型特征不典型的問(wèn)題，難以完全匹配“方臉”“長(zhǎng)臉”等強(qiáng)特征的嚴(yán)格定義。

對(duì)比未添加臉型關(guān)鍵詞的基礎(chǔ)生成版本，限定臉型后生成的圖片人物面部占比整體偏大，臉部視覺(jué)尺寸有所擴(kuò)增，頭身比例、半身構(gòu)圖的原有平衡被打破。

在官方演示案例當(dāng)中，Wan2.7-Image模型生成的圖片人物眼部特征支持杏仁眼、深邃眼窩、圓眼、丹鳳眼等多種選項(xiàng)，并能跨越國(guó)籍與年齡生成差異化人像。

另一大亮點(diǎn)是“調(diào)色盤”功能。用戶可一鍵提取參考圖的顏色及其占比，并以此為基礎(chǔ)生成同色系圖片，同時(shí)自由調(diào)控各顏色的數(shù)量和比例，構(gòu)建個(gè)性化配色方案。無(wú)論是馬蒂斯?jié)庥舻募t色系、梵高明媚的黃色系，還是畢加索清冷的藍(lán)色系，都可作為輸入?yún)⒖迹敵錾{(diào)高度一致的全新畫面。

在文字渲染方面，Wan2.7-Image支持12種語(yǔ)言，最高可處理3K token的超長(zhǎng)文字輸入，輸出效果達(dá)到印刷級(jí)質(zhì)量。這一能力讓其在信息圖、教育插畫、旅游攻略長(zhǎng)圖海報(bào)等場(chǎng)景中頗具實(shí)用價(jià)值——理論上可以一口氣生成排滿一頁(yè)A4紙的論文。

二、一次生成12張圖，還能“哪里不爽改哪里”

Wan2.7-Image的編輯能力也迎來(lái)了顯著升級(jí)，其“交互式編輯”功能支持用戶在指定區(qū)域內(nèi)精準(zhǔn)框選，對(duì)框內(nèi)元素進(jìn)行添加、對(duì)齊、移動(dòng)操作，也可進(jìn)行Logo插入和人物位置互換，實(shí)現(xiàn)像素級(jí)意圖對(duì)齊。

實(shí)測(cè)中，我們用《唐頓莊園》電影劇照?qǐng)D片執(zhí)行“兩人位置調(diào)換”的編輯指令，Wan2.7-Image成功將原圖中左側(cè)藍(lán)裙人物與右側(cè)黃裙人物的站位進(jìn)行了對(duì)調(diào)。

人物主體、服飾特征（藍(lán)/黃緞面禮服、頭飾、項(xiàng)鏈、長(zhǎng)手套）均完整保留，未出現(xiàn)主體丟失、嚴(yán)重變形等致命問(wèn)題，整體場(chǎng)景的背景環(huán)境（宴會(huì)廳裝飾、背景人物、花藝陳設(shè)）也基本維持了原圖的一致性，實(shí)現(xiàn)了編輯指令的核心訴求。

官方演示中，用戶框選圖中兩個(gè)人物后輸入“互換位置”指令，模型準(zhǔn)確完成了人物交換，且背景及其他元素保持不變。

在另一官方案例中，用戶通過(guò)框選區(qū)域、指定對(duì)話氣泡風(fēng)格和文字內(nèi)容，直接生成了毛氈風(fēng)格的對(duì)話場(chǎng)景，文字與畫面風(fēng)格統(tǒng)一。

多主體一致性是圖像生成中難度較高的任務(wù)。Wan2.7-Image在這一方向支持最多9圖的風(fēng)格與特征統(tǒng)一，可用于合影生成、電影海報(bào)及家具組合圖等場(chǎng)景。官方展示了AI女團(tuán)海報(bào)和家具組合圖的生成效果，多人物之間的風(fēng)格一致性較高。

我們基于參考人物進(jìn)行多場(chǎng)景生成測(cè)試，發(fā)現(xiàn)Wan2.7-Image在核心人物特征的一致性還原上展現(xiàn)出較高水準(zhǔn)。模型根據(jù)提示詞“基于參考人物，生成3張圖：（1）咖啡館內(nèi)看書；（2）戶外街拍；（3）正式會(huì)議室”，輸出了一組共12張圖像。

從輸出結(jié)果來(lái)看，模型精準(zhǔn)保留了參考人物的核心面部特征、發(fā)型輪廓與整體氣質(zhì)，在咖啡館、戶外街拍、正式會(huì)議室三大場(chǎng)景中，人物主體的辨識(shí)度始終穩(wěn)定，未出現(xiàn)五官變形缺陷。

同時(shí)，模型對(duì)場(chǎng)景環(huán)境的適配性表現(xiàn)優(yōu)異，不同場(chǎng)景的光影邏輯、環(huán)境氛圍與人物狀態(tài)高度匹配，咖啡館的暖光、戶外的自然光、會(huì)議室的室內(nèi)冷光均符合場(chǎng)景邏輯，人物服飾、姿態(tài)也與場(chǎng)景屬性高度契合。

三、不只會(huì)畫圖，還開始“理解圖”

從技術(shù)層面看，Wan2.7-Image有三個(gè)維度的升級(jí)。

在訓(xùn)練數(shù)據(jù)上，模型底座整合了超大規(guī)模異構(gòu)視覺(jué)素材，并額外加入了理解類數(shù)據(jù)，使模型不止于像素級(jí)擬合，還具備底層語(yǔ)義認(rèn)知能力。

在模型架構(gòu)上，Wan2.7-Image采用生成與理解統(tǒng)一的模型架構(gòu)，在共享隱空間（Latent Space）內(nèi)實(shí)現(xiàn)語(yǔ)義映射——文字緊挨著畫面，模型不需要費(fèi)力推斷文字對(duì)應(yīng)的畫面區(qū)域。同時(shí)，訓(xùn)練流程中引入了多模態(tài)指令（文字+圖片），進(jìn)一步強(qiáng)化了從“像素?cái)M合”到“語(yǔ)義認(rèn)知”的跨越。

此外，模型還支持調(diào)用WanImage Skill工具，據(jù)官方介紹可實(shí)現(xiàn)“讓龍蝦畫畫”等創(chuàng)意指令編排。

在人類偏好盲測(cè)中，Wan2.7-Image多項(xiàng)能力位列全國(guó)第一，綜合成績(jī)接近Nano Banana Pro。同步上線的Wan2.7-Image-pro版本在訓(xùn)練數(shù)據(jù)規(guī)模和模型尺寸上進(jìn)一步擴(kuò)大，構(gòu)圖穩(wěn)定性和語(yǔ)義理解精準(zhǔn)度更高。

四、從電商到短劇，圖像模型開始全面落地

Wan2.7-Image在多個(gè)垂直場(chǎng)景展示了行業(yè)落地潛力。

在短劇制作方向，模型支持角色生成中的“一人分飾多角”，通過(guò)多主體一致性能力保持同一角色在不同場(chǎng)景中的特征穩(wěn)定；分鏡生成可將人物自然融入場(chǎng)景，并通過(guò)交互式編輯精準(zhǔn)調(diào)整人物位置和大小。

在電商廣告場(chǎng)景，模型支持從單張模特圖一鍵裂變出多張不同角度、不同場(chǎng)景的展示圖，并可按電商上架格式自動(dòng)輸出場(chǎng)景圖、特寫圖、尺寸圖和賣點(diǎn)圖等套圖組合。

顏色變裝（通過(guò)調(diào)色盤功能切換服裝色彩）、四季拼圖生成以及“拯救廢片”（消除閉眼）等功能，可滿足小紅書、B站等社交平臺(tái)的內(nèi)容創(chuàng)作需求。OOTD穿搭生成和不露臉?lè)b替換也在演示中效果穩(wěn)定。

該模型可生成圖文并茂的知識(shí)卡片和教育插畫，內(nèi)容創(chuàng)作方向支持B站封面、小紅書封面、種草圖文等常見(jiàn)內(nèi)容格式。

結(jié)語(yǔ)：圖像模型正在走向“可控化”和“生產(chǎn)力工具”

從Wan2.7-Image的技術(shù)突破中可見(jiàn)，圖像模型的技術(shù)競(jìng)賽已轉(zhuǎn)向更深層的維度。其核心價(jià)值不再局限于“畫得像不像”的表象還原，而是能否精準(zhǔn)控制人物形象、顏色搭配和畫面布局，能否深入理解文本與語(yǔ)義內(nèi)涵，能否無(wú)縫融入設(shè)計(jì)、電商、內(nèi)容創(chuàng)作等工作流程。

隨著長(zhǎng)文本渲染能力的突破、交互式編輯的靈活操作以及多主體風(fēng)格一致性的顯著提升，圖像模型正從輔助性的“創(chuàng)意工具”蛻變成為驅(qū)動(dòng)產(chǎn)業(yè)效率的“高效生產(chǎn)力工具”?！扒饲妗焙汀罢{(diào)色盤”這類能力，也意味著AI生成內(nèi)容開始走向個(gè)性化與可控化。