通义万相 介绍
通义万相是一个由阿里云推出的多模态生成式人工智能平台，主要用来帮用户快速创作高质量的图片和视频内容。
它支持根据文字指令直接生成图像与长视频，也能对已有素材进行精准的局部或全局修改。无论是制作连续组图、控制出图色彩，还是实现视频动作复刻与时长延展，它都能帮你把创意变成可视化的作品，很适合内容创作者和设计师日常使用。
主要功能
图像与组图生成
支持通过文字描述直接生成图片，并能一次性输出最高十二张的连续组图，也允许将九张图片融合参考进行新图创作。
多维视频编辑
可以对生成或上传的视频进行剧情、环境和画面的二次调整，支持动作特效运镜的一键复刻，以及首尾帧续写等时序延展功能。
超强文字渲染
能够稳定处理超长文本输出，兼容十二种语言，并且可以准确生成图表、数学公式与信息图等复杂图文组合。
交互与精准控制
提供框选编辑能力让修改意图对齐像素级细节，同时支持精准调节画面色彩占比，并具备从五官到骨相的深度真人面孔定制选项。
使用场景
制作系列视觉海报或连环画风格插图
需要保持多张图片角色与场景的一致性，且需逐步调整局部细节
使用连续组图生成功能批量产出连贯画面，结合交互式编辑中的精准框选功能逐图微调构图与元素
基于现有素材快速生成风格统一的短视频序列
希望保留原始视频的运镜轨迹与动态效果，并延长视频时长
调用创意视频复刻功能提取动作与运镜特征进行迁移，配合时序无限延展模块的首尾帧续写操作完成时间轴拓展
设计包含复杂排版与特定人物肖像的宣传物料
需要高度还原目标人物的五官结构，并在画面中精准排布长段落外文文本与信息图表
启用真实人像定制功能深度调节骨骼与五官细节，叠加超强文字渲染能力直接生成符合语种要求的长文本及公式图表版面
使用建议
如果你有大量的图文排版需求，比如做长文章配图或者信息图表，它的强文字渲染和色彩控制功能能帮你省去不少重新调整的麻烦。
如果你是做短视频或系列插画的内容创作者，可以直接拿它来跑连续组图和视频动作复刻，配合框选编辑功能快速迭代分镜脚本。
常见问题
用户评分
为此工具评分
最新资讯
OpenAI再获高管加盟加速亚太扩张
OpenAI宣布Meta印度及东南亚副总裁Sandhya Devanathan加入，负责亚太消费者增长与运营。她拥有十余年行业经验，将常驻新加坡。此前Uber高管Prabhjeet Singh已出任印度负责人，OpenAI近两年在东京、悉尼等地设点，持续强化区域布局。
谷歌推视频生成新模型最高产出4K成片
谷歌推出Gemini Omni 1.1 Flash视频生成AI模型，最高支持4K分辨率输出，相比标准版720p在速度与成本上大幅优化。新模型支持场景扩展、首尾帧指定与视频参考功能，可按10秒步长续生成，单条最长40秒。成本分层清晰，360p预览每秒仅0.03美元，速度提升最高60%。
OpenAI联合苹果前高管申请永久驳回商业秘密案
OpenAI与苹果前高管及io Products联合提交请愿书，请求法院带偏见地驳回苹果的商业秘密窃取诉讼。该案涉及人才流动与技术产权保护，双方已完成诉辩状提交，法院将于10月1日举行动议听证会。
百度双重主要上市落地 AI全栈资产迎重估
百度双重主要上市正式落地，最快将于9月7日纳入港股通，直接对接南向资金。第二季度AI业务收入达125亿元，占总收入50%，已连续两季过半。昆仑芯启动独立上市，智能云GPU收入同比增283%，全栈AI资产有望撬动万亿港元估值空间。
小鹏第二代VLA大模型升级 安全能力提升20倍
小鹏发布第二代VLA大模型重大升级，端侧参数扩大3.5倍，引入Infini-VLA长时序架构，推理速度提升300%，综合安全能力提升20倍。全新XOS6.3.0版本搭载Master Agent实现驾舱融合，并推动L4级技术下放量产车型。