最新能力
原生 30 秒生成
图片、视频与音频参考
沉浸式双声道
精准编辑与延长
- 文字、图片与参考生视频
- 新版本支持原生声画
- 生成、编辑与视频延长
- 由阿里巴巴 Wan 团队开发
模型概览
Wan 是什么?
覆盖视频、图像、音频与编辑工作流的生成模型家族。
Wan 是阿里巴巴的生成式视频与图像模型家族。该系列覆盖文生视频和图生视频,并逐步扩展到关键帧控制、参考生视频、角色动画、原生声画生成和指令编辑。
最新的万相官方产品把生成和编辑整合到更广泛的多模态工作流中。不同端点的能力、模型 ID、部署区域和输出限制仍有差异,因此 Panify 会在开放前逐项验证。
创作系统
从创意简报到可控的声画结果
根据素材类型和控制需求选择合适的 Wan 工作流。
模型时间线
Wan 的版本演进
Wan 从开放视觉生成逐步发展为托管式多模态制作工作流。
开放的文生视频与图生视频模型,包括首尾帧控制。
增加开放变体以及角色动画和替换等专用工作流。
在文字和图片工作流中加入托管式同步声画生成。
扩展有声多镜头和参考生视频能力。
支持 2–15 秒、最高 1080P、自定义音频以及参考或编辑端点。
重点提升原生 30 秒、多模态参考、精准编辑、一致性和双声道体验。
探索该模型创作模式
从最能表达意图的素材开始
不同工作流在速度、参考控制和可编辑性之间提供不同平衡。
创作用途
可以用 Wan 创作什么?
Wan 家族既适合早期创意探索,也适合更可控的制作概念。
广告概念
通过可控镜头发展更长的产品与营销叙事。
角色场景
使用已授权的身份和声音参考规划单人或多人表演。
电影级动作
预演动作、运镜与物理关系复杂的场景。
产品叙事
在连接的镜头和场景中保留重要产品细节。
音乐与对白
围绕对白、环境声、节奏和双声道构建场景。
视频修改
优化主体、背景、光影或声音,并延长支持的素材。
Wan 常见问题
常见问题
Wan 由谁开发?
Wan 由阿里巴巴 Wan 团队开发。根据版本不同,可通过万相官方产品、开放模型渠道和阿里云 Model Studio 使用。
Wan 可以生成什么?
根据版本不同,Wan 支持文生视频、图生视频、参考生视频、原生音频、角色动画、图像生成和视频编辑。
Wan 能生成音频吗?
支持的新版本包含原生声画生成。当前官方产品重点介绍双声道、自然音色、方言、音乐与声画节奏配合。
Wan 是开源模型吗?
部分 Wan 版本和专用模型开放了权重,较新的托管能力可能通过在线端点提供。请查看具体模型的官方许可。
应该选择哪个 Wan 版本?
请根据输入、音频、时长、编辑控制、部署区域和成本选择。Panify 只展示已经验证的工作流和设置。