12月16日，阿里巴巴發(fā)布了新一代萬(wàn)相2.6系列模型，該系列針對(duì)專業(yè)影視制作和圖像創(chuàng)作場(chǎng)景進(jìn)行了全面升級(jí)。萬(wàn)相2.6是國(guó)內(nèi)首個(gè)支持角色扮演功能的視頻模型，具備音畫(huà)同步、多鏡頭生成及聲音驅(qū)動(dòng)等功能，被認(rèn)為是全球功能最全的視頻生成模型。模型已上線阿里云百煉和萬(wàn)相官網(wǎng)。

萬(wàn)相2.6視頻生成升級(jí)亮點(diǎn)包括角色扮演功能，能夠參考輸入視頻中的角色外觀和音色，實(shí)現(xiàn)角色扮演，并按提示詞生成單人、多人、人與物合拍的視頻。此外，模型還能將簡(jiǎn)單提示詞轉(zhuǎn)換為多分鏡腳本，生成包含多個(gè)鏡頭的連貫敘事視頻，保持多鏡頭間主體、場(chǎng)景等關(guān)鍵信息的一致性。在音頻方面，萬(wàn)相2.6支持多人對(duì)話場(chǎng)景的穩(wěn)定生成，提升真實(shí)自然的人聲表達(dá)和音樂(lè)、歌曲生成的質(zhì)量。模型還能生成最長(zhǎng)15秒的視頻，提升畫(huà)面時(shí)空內(nèi)容容量，支持更完整的敘事。音頻驅(qū)動(dòng)生成功能允許根據(jù)用戶輸入的文本和音頻驅(qū)動(dòng)生成視頻，并實(shí)現(xiàn)多鏡頭演繹。

在圖像生成方面，萬(wàn)相2.6升級(jí)亮點(diǎn)包括藝術(shù)風(fēng)格的高度美學(xué)與可控性，精準(zhǔn)捕捉藝術(shù)靈魂，支持多種藝術(shù)風(fēng)格有機(jī)融合，過(guò)渡平滑，創(chuàng)作出獨(dú)具一格的視覺(jué)作品。細(xì)節(jié)刻畫(huà)更為生動(dòng)豐富，賦予圖像故事感與表現(xiàn)力。在寫(xiě)實(shí)人像生成中，人物神態(tài)自然、膚質(zhì)真實(shí)，有效削弱“AI感”。模型綜合優(yōu)化構(gòu)圖與光影，呈現(xiàn)更具表現(xiàn)力的人像視角。此外，萬(wàn)相2.6還能依據(jù)中英文長(zhǎng)文本內(nèi)容，結(jié)合美學(xué)設(shè)計(jì)與圖文協(xié)調(diào)性，精準(zhǔn)生成海報(bào)、圖文說(shuō)明、信息圖表等，實(shí)現(xiàn)內(nèi)容與視覺(jué)的高度統(tǒng)一。