鷺羽 發(fā)自 凹非寺
量子位 | 公眾號 QbitAI

一個APP就能搞定爆款視頻！這屆AI玩家也太猛了。

能捏臉、能控色、會排版、全模態(tài)、戲感強(qiáng)還保真……

劃重點(diǎn)，幾乎只有你想不到的，就沒有它做不到的。

不賣關(guān)子了——

這款全能創(chuàng)作搭子就是阿里最新上線千問APP的Wan2.7，好玩程度直接硬控我一整天。

不妨先來段視頻感受一下，be like：

Prompt：生成一段視頻，一個男人非常吃驚地看向鏡頭，鏡頭拉遠(yuǎn)，一群人都很吃驚，鏡頭翻轉(zhuǎn)，原來是他們看到了Wan2.7的廣告牌。

視頻鏈接：https://mp.weixin.qq.com/s/hc0gyu23DeSn1EknMfhyHA

人物表情生動自然，鏡頭銜接流暢，都相當(dāng)符合Prompt要求，尤其是群像塑造上，真正做到了“千人千面”

同時還自動生成了匹配的人聲音效，就這成片給到一個夯！

難度升級，再來一個圖生視頻試試，比如喂給AI一張圖片：

以及一段音頻：

音頻鏈接：https://mp.weixin.qq.com/s/hc0gyu23DeSn1EknMfhyHA

• Prompt：根據(jù)圖片和音頻生成一段薩克斯表演。

nice！光影變幻間，即刻上演一場精彩的單人薩克斯演出：

視頻鏈接：https://mp.weixin.qq.com/s/hc0gyu23DeSn1EknMfhyHA

再加點(diǎn)料，在原視頻基礎(chǔ)上補(bǔ)充一張尾幀圖，讓演奏者絲滑切換：

Prompt：根據(jù)圖片續(xù)寫該視頻，讓女性演奏家加入表演。

效果是醬紫的：

視頻鏈接：https://mp.weixin.qq.com/s/hc0gyu23DeSn1EknMfhyHA

而這些通通都是我在千問APP上完成的，操作非常簡單，只需在“AI視頻”中上傳剛剛生成的第一段視頻，以及尾幀圖片即可。

這一次，不止視頻生成得到史詩級增強(qiáng)，圖片能力也直接next level。

無論是8色HEX精準(zhǔn)控制還是3K tokens超長文本支持，AI創(chuàng)作這件事都在千問APP中變得so easy～

話不多說，直接深度開測。

這屆AI來了位實(shí)力演技派

交互頁面倒是沒有比較大的改動，要么創(chuàng)作面板，要么chat對話。

總之，以前千問APP怎么用的，現(xiàn)在就還怎么用。

主要是新增了視頻編輯、視頻續(xù)寫、動作模仿能力，加上模型能力Pro，下面我們以具體的創(chuàng)作過程一一道來。

先看圖像生成。

這次Wan2.7-Image的亮點(diǎn)是“千人千面”，比如在人物臉部上，用戶可以自定義五官細(xì)節(jié)，包括骨相、眼神、皮膚紋理等。

這里我們嘗試用Wan2.7-Image復(fù)刻《哈利波特》原著中的斯內(nèi)普教授形象：

一個大約35歲的男人，面色蠟黃，油膩的及肩黑發(fā)，顯眼的鷹鉤鼻，冷漠空洞、像黑色隧道一樣的雙眼。身穿一件高領(lǐng)黑色長袍，背景為霍格沃茨昏暗潮濕的地窖。

u1s1，說這是真人定妝照也不為過。眼神復(fù)雜幽深，連毛孔皺紋都清晰可見。

同樣的，我們把提示詞交給Gemini和ChatGPT。

左：Gemini；右：ChatGPT。

顯而易見，Gemini直接照搬電影版選角，ChatGPT在鷹鉤鼻的塑造上并不貼合。但都比電視劇版好太多……（doge）

Wan2.7-Image還具有調(diào)色盤能力，比如這個實(shí)用性的場景設(shè)計：

一張賽博朋克風(fēng)格的深夜街道照片，細(xì)雨蒙蒙，畫面主色調(diào)選擇藍(lán)色RGB(0，70，255)。鏡頭焦點(diǎn)是一個發(fā)光的霓虹燈招牌，上方寫著大而清晰的漢字“未來之城”，下方寫著手寫體英文“Neo Metropolis”。

將圖片導(dǎo)入PS，可以直觀看到，畫面主色調(diào)精準(zhǔn)落在藍(lán)色系中，色差控制在合理的誤差范圍之內(nèi)。

另外，中英雙語的文字渲染也沒有出現(xiàn)亂碼的情況。據(jù)官方介紹，Wan2.7-Image還能支持最高3K token的超長文字輸入，可以寫滿足足一整頁A4紙。

這次Wan2.7的視頻生成能力，也有驚喜。

比如讓千問APP幫忙手搓一個旅游Vlog，咱也來趕趕時髦。

根據(jù)六宮格參考圖生成一個巴西旅游Vlog。

好好好！也是在地球另一端感受到了桑巴熱情。

視頻鏈接：https://mp.weixin.qq.com/s/hc0gyu23DeSn1EknMfhyHA

要是對視頻細(xì)節(jié)不滿意，還可以進(jìn)行局部編輯，比如原視頻是這樣的：

視頻鏈接：https://mp.weixin.qq.com/s/hc0gyu23DeSn1EknMfhyHA

只需輸入提示詞+上傳參考圖，就能將膠片一鍵替換成盤子。

將視頻中的膠片替換為圖片中的盤子。

視頻鏈接：https://mp.weixin.qq.com/s/hc0gyu23DeSn1EknMfhyHA

且看盤子上的反光，細(xì)節(jié)好評！

修改靜態(tài)主體還不夠，我還能直接用千問APP的視頻模仿功能，無痛學(xué)習(xí)新動作～

比如我覺得這個小哥的動作很豐富：

視頻鏈接：https://mp.weixin.qq.com/s/hc0gyu23DeSn1EknMfhyHA

嘗試套到另一個角色身上：

讓圖片中的人物模仿視頻中的人的手勢動作，保持雙手配合和手勢變化過程清晰可見。

視頻鏈接：https://mp.weixin.qq.com/s/hc0gyu23DeSn1EknMfhyHA

最后來玩?zhèn)€有意思的：拍好萊塢大片！

視頻鏈接：https://mp.weixin.qq.com/s/hc0gyu23DeSn1EknMfhyHA

看不夠，那就用視頻續(xù)寫延長戰(zhàn)斗：

視頻鏈接：https://mp.weixin.qq.com/s/hc0gyu23DeSn1EknMfhyHA

（無獎競猜：男人為何如此驚恐？）

總之實(shí)測下來，Wan2.7給我最大的感受是——妙！

不僅僅可玩性大大提升，而且用起來還特別方便。

以前要創(chuàng)作一個視頻，需要經(jīng)過反復(fù)多次的修改剪輯，現(xiàn)在千問APP里就能一站式續(xù)寫和參考重塑，迅速提煉出爆款視頻的流量密碼。

而且不只是日常的創(chuàng)意表達(dá)，專業(yè)的平面設(shè)計或者影視制作也能大用特用，就比如最近大熱的AI演員、AI短劇，Wan2.7就能分得一杯羹。

而且演技還不輸專業(yè)演員，夠真實(shí)、夠好用。

口說無憑，例如在人類偏好盲測評分中，Wan2.7-Image就位列國內(nèi)生成模型第一，超過GPT Image 1.5，逼近Nano Banana Pro。

實(shí)力能打+人人可用，那么這里就引出一個核心問題——

Wan2.7的發(fā)布，究竟代表著什么？

觸手可及的創(chuàng)作，讓人人都能生產(chǎn)爆款

顯然，這并非一句“千問團(tuán)隊實(shí)現(xiàn)技術(shù)突破”就能簡單帶過的。

當(dāng)我們將目光放大至整個行業(yè)，就會發(fā)現(xiàn)一個愈加明顯的趨勢清晰可見：

AI內(nèi)容生成正在加速進(jìn)入中國時間。

先看硅谷這邊，曾經(jīng)的AI生成龍頭Sora悄然退場，以O(shè)penAI為首的科技巨頭紛紛從全面開花，轉(zhuǎn)向Agent和底層推理的戰(zhàn)略性單點(diǎn)收縮。

而例如視頻生成這類高投入、慢回報的支線任務(wù)則被率先拋棄。

但與之形成對比的，是國內(nèi)市場陸續(xù)迸發(fā)出多款高性能且全面的視頻/圖像生成模型。

歸根結(jié)底，一方面是因為國內(nèi)擁有更完善的C端場景（如短視頻、電商），更適配AI內(nèi)容生成的商業(yè)化落地。

另一方面，中國廠商也更注重培養(yǎng)模型的工程應(yīng)用能力，嘗試以更行之有效的迭代速度和更低的成本，加快AI融入創(chuàng)作者的工作流。

那么如何更高效地打通AI到創(chuàng)作者的“最后一公里”呢？

依據(jù)多年深厚的用戶場景積累，阿里的答案簡單粗暴——直給。也就是直接將最強(qiáng)模型同步裝進(jìn)APP。

這源于阿里對市場的精準(zhǔn)洞察：技術(shù)領(lǐng)先只是大模型的入場券，技術(shù)普惠才是產(chǎn)品真正的護(hù)城河。

細(xì)數(shù)阿里千問最近的動作，無一不在印證這點(diǎn)——春節(jié)期間“千問辦事”的能力出圈，現(xiàn)在又將Wan2.7下放到移動端，就是為了讓更多人能夠第一時間享受到技術(shù)紅利。

只要用戶開始用了，就會發(fā)現(xiàn)AI創(chuàng)作這件事原來沒有想象中那么難，即使是對模型一竅不通，也能通過最基礎(chǔ)的功能按鍵和一句指令，穩(wěn)定創(chuàng)造出高水準(zhǔn)的視頻。

可以預(yù)見的是，未來制作爆款視頻和精美圖像就會變得像點(diǎn)外賣、刷視頻一樣簡單，到那一刻，才是真正打開了人人AI創(chuàng)作的大門。