阿里发布通义万相Wan2.5，实现音画一体视频生成，支持全模态输入输出

在2025杭州云栖大会上，阿里发布通义万相Wan2.5-preview，首次实现音画一体视频生成，支持10秒1080P高清输出与复杂指令理解，并采用国内首个原生多模态架构，实现文本、图像、音频联合生成。该模型已具备文生视频、图生视频等10余种能力，累计生成3.9亿张图片、7000万个视频，调用量居国内前列。自2月以来开源20多款模型，下载超3000万次。用户现可通过阿里云百炼或官网体验，标志着阿里在AI视觉生成领域迈出关键一步。
来源：https://tech.ifeng.com/c/8mwBxAfKTrI