阿里发布万相2.6首度支持角色扮演，千问已接入-乐居财经

<{$news["createtime"]|date_format:"%Y-%m-%d %H:%M"}> 财经涂鸦 997阅读 2025-12-17 23:40

公司情报专家《财经涂鸦》获悉，12月16日，阿里发布国内首个支持角色扮演功能的视频模型——新一代万相2.6系列模型，面向专业影视制作和图像创作场景进行全面升级。

该模型同时支持音画同步、多镜头生成及声音驱动等功能，目前已同步上线阿里云百炼、万相官网。

当天，千问APP亦迅速上线“AI小剧场”功能，提供Sora2同款玩法，并宣布接入万相Wan2.6模型。原创方向，该功能可支持定制个人AI分身，生成原创视频，并邀请好友合拍；二创方面，用户可基于分享的视频模版，上传图片替换人物和自己，增加创意。

今年9月，阿里曾在国内发布音画同步的视频生成模型万相2.5，极大提升了视频创作效率。在权威大模型评测集LMArena上，万相图生视频位居国内第一。

截至目前，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，已广泛应用于AI漫剧、广告设计和短视频创作等领域。

此次发布的万相2.6在画质、音效、指令遵循等方面有进一步提升，单次视频时长实现国内最高的15s，并新增了角色扮演和分镜控制功能，不仅能一键完成单人、多人、人与物合拍的视频，还能自动实现多镜头切换等专业任务，满足专业影视级场景需求。

据介绍，通义万相在模型结构上集成了多项创新技术，可对输入参考视频进行多模态联合建模与学习，参考具有时序信息的主体情绪、姿态和多角度全面视觉特征，同时提取音色、语速等声学特征，在生成阶段作为参考条件控制，实现从画面到声音的全感官全维度一致性保持与迁移，目前可支持单人和多人的表演。

在分镜控制上，通义万相能通过高层语义理解，将原始输入构建为具备完整故事线与叙事张力的专业级多镜头段落，在多镜头丝滑切换的过程中保持核心主体、场景布局和环境氛围统一建模，确保全片在内容、节奏和氛围上的高一致性。

同时，角色扮演功能可令普通用户也能在影视级画面里表现精湛的演技。例如，用户上传一段个人视频，并输入一段科幻悬疑风格的提示词，万相2.6即可快速完成分镜设计、角色演绎、画面配音等环节工作，生成一段镜头叙事完整、电影级运镜的短片。

面向广告设计、短剧制作等专业场景，通过输入连续提示词，万相还能生成一段完整叙事的短片，让人人都能当导演。例如，输入一段广告创意的提示词，万相2.6能生成一段包含人物角色和商品的广告视频，并且在多镜头切换的情况下保持主体、场景等关键信息的一致性。

自发布当日，公众可直接在万相官网体验万相2.6。企业用户可能通过阿里云百炼调用模型API。

作者：苏打

编辑：tuya

出品：财经涂鸦（ID：caijingtuya）

追加内容

本文作者可以追加内容哦 !

本文来源：财经涂鸦

来源：财经涂鸦

重要提示：本文仅代表作者个人观点，并不代表乐居财经立场。本文著作权，归乐居财经所有。未经允许，任何单位或个人不得在任何公开传播平台上使用本文内容；经允许进行转载或引用时，请注明来源。联系请发邮件至ljcj@leju.com，或点击【联系客服】

ETF主力榜 | 中证2000ETF(563300)主力资金净流出601.26万元，居可比基金前2-20251217