万相2.1

通义万相2.1简介

通义万相2.1是阿里巴巴推出的一款AI视频生成工具，基于自主研发的高效VAE和DiT架构，具备更强的时空上下文建模能力。该版本支持生成无限长度的1080P视频，并首次引入中文文字视频生成功能。在VBench榜单中表现优异，排名领先。通义万相2.1能够稳定呈现复杂人物动作，精准还原现实物理规律，并提供多种视频特效选项，包括中英文特效生成。此外，其图像生成能力也得到提升，采用IC-LoRA训练方法，增强文本到图像的语义理解与生成效果。

通义万相2.1的主要功能

• 视频生成
  • 复杂动作展现：可稳定生成复杂人物动作，如旋转、跳跃、翻滚等，同时支持镜头移动，提升视频真实感。
  • 物理规律还原：准确模拟现实中的物理现象，如碰撞、反弹、切割等，使视频更具沉浸感。
  • 中英文视频特效生成：提供多种视频特效，如过渡、粒子效果等，一键生成高质量视频。
  • 艺术风格转换：支持多种艺术风格切换，如电影色调、印象派风格等，增强视觉表现力。
• 图像生成
  • 分镜效果还原：实现电影级分镜效果，确保角色、场景和灯光等元素连贯统一。
  • 四格漫画创作：根据用户描述生成四格漫画，快速构建故事情节。
  • 创意头像定制：支持多种风格的头像设计，满足个性化需求。

通义万相2.1的技术原理

• VAE架构：通过编码器和解码器实现数据的高效生成与重建。
• DiT架构：基于扩散模型，在时间维度上逐步生成视频内容，提高生成效率与质量。
• IC-LoRA：结合图像与文本信息，增强文本到图像的语义理解能力。
• 上下文建模：提升视频内容的连贯性与一致性，增强整体表现力。

通义万相2.1的项目信息

• 项目官网：访问通义万相AI视频官网，体验视频创作。
• 开源地址：Wan2.1

通义万相2.1视频案例

文字特效

• 提示词1：以红色新年宣纸为背景，一滴水墨缓缓晕染成“福”字，墨色由深至浅，呈现东方韵味。

• 提示词2：塞纳河畔烟花绽放，形成数字“2025”，画面从远景拉近，最后消散。

运动

• 提示词1：汽车在雪地高速行驶，镜头俯拍展现公路与山景，呈现纪录片风格。

• 提示词2：冲浪者在巨浪中起跳转体，水花飞溅，画面充满动感。

特效

• 提示词1：巨龙盘旋于燃烧城市上空，火焰映照鳞片，营造史诗感。

写实

• 提示词1：特写雕刻师手部动作，展现木雕技艺细节。

• 提示词2：橘猫切黄瓜场景，阳光洒落，营造温馨氛围。

人物特写

• 提示词1：女性情绪变化过程，从笑到哭，情感表达细腻。

多人场景/大场面/多镜头

• 提示词1：中世纪战场混战场景，展现大规模战争画面。

通义万相2.1的应用场景

• 影视制作：可用于生成古装剧战争特效，提升视觉表现。
• 广告视频制作：适合制作运动饮料广告，展现产品使用场景。
• 教学辅助：可生成历史事件视频，辅助课堂教学。
• 文化创作：用于书法艺术纪录片制作，展示创作过程。
• 新闻报道：可生成交通事故模拟视频，帮助理解事件经过。