通义万相

平台简介

通义万相是阿里巴巴推出的AI创意创作平台，旨在通过人工智能技术降低创作门槛。据官网介绍，该平台可提供文生图、图生图、文生视频、图生视频、图像编辑等创作场景。

核心能力

万相模型家族已支持文生图、图像编辑、文生视频、图生视频、人声生视频、动作生成、角色扮演及通用视频编辑等10多种视觉创作能力，并已广泛应用于AI漫剧、广告设计和短视频创作等领域，覆盖专业影视制作与图像创作场景。

模型演进

万相2.5系列

据万相官方发布，万相2.5系列首次采用原生多模态架构，在同一框架下支持文本、图像、视频、音频多种模态的输入输出，视频生成模型可生成与画面匹配的人声、音效和音乐BGM，实现音画同步，并支持24帧/秒的1080P高清视频输出；用户可在阿里云百炼平台调用API或在万相官网直接体验。

万相2.6系列

2025年12月发布的万相2.6系列模型是国内首个支持角色扮演功能的视频生成模型，同时支持音画同步、多镜头生成与声音驱动，单次生成视频最长可达15秒。万相2.6还具备分镜控制与高层语义理解能力，可自动实现多镜头连贯切换，并在切换中保持主体、场景布局和环境氛围的一致性，面向专业影视级创作需求。

万相3.0

万相2.6之后的Wan3.0（万相3.0）被阿里云定位为“全能型参考视频生成大模型”，支持文生视频、图生视频（首帧/首尾帧控制）和参考生视频等范式，单次可生成最长30秒视频，除文本、图片、音频、视频外还首次支持doc、xls、ppt、pdf、md等办公文档直接输入生成视频，输出支持480P、720P、1080P分辨率。

开发者与企业服务

面向开发者和企业用户，通义万相系列通过阿里云百炼（Model Studio）提供API服务。官方帮助文档显示，该平台提供覆盖文生视频、图生视频、参考生视频、视频编辑等通用创作，以及数字人对口型、图生动作、视频换人、表情包等垂直场景的视频生成模型，输出规格多为30fps的MP4（H.264）格式；控制台在线体验生成的视频默认带有“AI生成”水印，通过DashScope API调用可将watermark参数设为false去除水印。

开源与生态

据万相官方发布信息，自2025年2月以来，通义万相已连续开源20多款模型，在开源社区和三方平台的下载量超过3000万，体现了其在开源生态中的影响力。