阿里云近日正式推出新一代视频生成模型——万相2.6系列，标志着国内首个具备角色扮演功能的视频生成技术进入实用阶段。该模型在影视制作与图像创作领域实现重大突破，通过多模态联合建模技术，能够精准捕捉视频中人物的情绪、姿态及多角度视觉特征，同时提取语音的音色、语速等声学参数，确保生成内容在画面与声音维度保持高度一致性。
技术层面，万相2.6创新性地采用时序信息建模机制，可对输入的参考视频进行深度解析。无论是单人表演还是多人互动场景，系统均能自动识别主体动作轨迹，并通过声音驱动技术实现唇形同步与表情匹配。企业用户通过阿里云百炼平台调用API时，可获得每秒30帧的高清视频输出，单段视频时长突破至15秒，达到国内行业领先水平。
功能升级方面，新版本新增角色扮演与分镜控制模块。用户仅需输入文本指令，即可生成包含多镜头切换的专业级视频，支持单人独白、多人对话以及人与虚拟物体互动等复杂场景。在广告设计领域，连续提示词输入功能可自动生成具有完整叙事逻辑的短片，大幅降低影视级内容制作门槛。
应用场景覆盖AI漫剧创作、短视频生产及商业广告制作等多个领域。测试数据显示，该模型已具备文生图、图生视频、人声驱动视频等12项视觉创作能力，其中动作生成精度较前代提升40%，指令遵循准确率达到92%。某短视频团队实测表明，使用万相2.6后，单条视频制作周期从72小时缩短至8小时，成本降低65%。
即日起，个人创作者可通过万相官方网站免费体验基础功能，企业客户则能获得定制化开发支持。技术团队透露，后续版本将重点优化长视频生成能力，并探索虚拟制片、实时互动等前沿应用场景，为数字内容产业提供更高效的创作工具。
（来源：小熊科技）
相关推荐
-
亚马逊战略调整：裁撤AGI部分岗位，聚焦核心AI项目并持续发力基建
亚马逊在本周三宣布新动态，公司正在裁撤通用人工智能（AGI）部门的部分员工，这标志着亚马逊在持续向人工智能领域投入巨额资金的同时也在进行实时的战略调整。自去年10月以来，该企业已裁撤逾3万名员工，继续通过近几…
-
三星T7 microSD TF卡：大容量多场景适配，性能安全双保障的存储利器
当平板扩容需求激增、Switch游戏掌机加载大型3A游戏、航拍无人机持续录制4K素材、运动相机捕捉高速瞬间——一张真正可靠的大容量microSDTF卡，早已不是配件，而是生产力与体验的基石。 性能不妥协：…