通義萬相

通義萬相是什麼

通義萬相是阿里巴巴通義系列的多模態視覺生成平台，英文品牌名稱為Wan。它為一般創作者提供線上圖像與影片生成工具，同時也透過阿里雲百煉向開發者及企業開放API，並在官方GitHub組織中發布部分可本地部署的開源影片模型。

用戶可以用文字、圖片、參考角色、參考影片或現有的影片來創建和編輯視覺內容，其應用範圍包括短影片、廣告、電商商品圖、影視預覽、動漫、數位人以及創意設計。

截至本次核驗，雲端主線已進入Wan 2.7。目前的功能包括文字轉影片、圖片轉影片、參考資料轉影片、影片編輯，以及文字轉圖片、組合圖片、多張圖片參考與圖像編輯。

舊介紹中常見的「萬相2.1」或僅寫「AI繪畫」已無法完整反映產品現狀。需要注意，在線創作站、阿里雲百煉API和官方開源模型是三種不同的使用方式，模型版本、計費、數據地區和部署要求不能混為一談。

Wan 2.7影片生成能力

• 文生影片：輸入場景、人物、動作、鏡頭、聲音和風格描述即可生成影片。Wan 2.7支援單鏡頭與多鏡頭敘事，亦可在提示詞中使用時間段描述分鏡，適合用於廣告腳本、劇情片段和概念預演。
• 圖生影片：將人物照片、商品圖片、插畫或場景圖轉換為動態內容，在保留主體與構圖的基礎上控制動作、鏡頭運動及環境變化。目前的 2.7 圖生影片功能可原生輸出有聲影片。
• 參考生影片：使用參考圖片或影片，可保持人物、物體、服裝及視覺特徵，從而實現單角色或多角色的連續敘事。這種方式適用於IP短片、品牌角色，以及需要在不同鏡頭間保持一致性的內容，但若出現複雜的遮擋情況或大幅度的轉身動作，仍可能導致角色身份的混淆。
• 多鏡頭與長敘事：模型可根據提示詞自動理解鏡頭結構，也可明確指定每個時間段的景別、動作和轉場。相比逐段獨立生成，這種方式更容易保持故事節奏與語義連續。
• 有聲影片：使用者可以上傳音頻，也可讓模型根據畫面自動生成背景音樂或音效。所輸入的音頻支援常見的音頻格式，API文件規定音頻時長為2至30秒，且檔案大小不得超過15MB；超出目標影片時長的部分將會被截斷。
• 影片編輯：Wan 2.7 VideoEdit可以根據文字指令與參考圖來修改現有的影片，例如更換服裝、物體或視覺元素。編輯服務會根據輸入和輸出的長度來計費，對於正式的專案，應先以短片來測試影片的穩定性以及邊緣融合的效果。

解析度、時長與控制參數

Wan 2.7文生影片API支援720P和1080P，常用畫幅包括16:9、9:16、1:1、4:3和3:4。單次生成時長可設定為2至15秒，預設為5秒；

720P的16:9畫面比例下，其解析度為1280×720；而1080P的畫面比例同樣為16:9時，其解析度則為1920×1080。

模型支援最長5000字元的中英文提示詞、反向提示詞、隨機種子、提示詞智慧改寫以及「AI生成」水印開關。

影片處理的時間通常以分鐘來計算，而HTTP介面則採用非同步處理方式。任務的結果和識別碼都有有效期限，開發者應及時輪詢、下載並儲存這些檔案，而非將暫時性的結果地址當作長期儲存的方式。

固定隨機種子可以提升重現性，但生成模型具有概率性，無法保證每次結果完全相同。

Wan 2.7圖像生成與編輯

圖像主線包括Wan 2.7 Image以及品質更高的Wan 2.7 Image Pro。旗艦版支援文生圖、文生組圖、圖生組圖、圖像編輯、多圖參考以及互動式編輯，並提升了中文與英文文字的渲染品質、主體一致性、對複雜指令的處理能力，以及多輪修改的功能。

標準版的價格更低，適合用於大量商品的圖片、社交媒體的配圖、概念草圖以及快速試作；而 Pro 版則更適合那些對文字、人物或品牌元素有更高要求的成品。

多圖參考可以同時提供人物、產品、服裝、姿勢或風格資訊，用於生成統一的視覺系列。互動編輯允許圍繞已有圖片繼續修改構圖、背景、材質、光線和局部元素。

它仍不是傳統像素級修圖軟體：小字、精確的商標、手部、複雜的幾何圖形以及連續的圖片組可能會出現偏差，商業用圖則需要人工重新審核並進行後期排版。

通義萬相線上版怎麼使用

普通用戶可以在線上創作平台選擇圖像或影片的創作任務，輸入提示詞並上傳參考素材，再設定畫幅、時長、模型以及清晰度。建議先使用較短的時長或標準模型來確認構圖、動作和主體，之後再提升解析度以產生最終成品。

提示詞應寫清主體、環境、動作、鏡頭、光線、風格和聲音；多鏡頭影片最好按時間段描述每個鏡頭，避免一次塞入互相衝突的要求。

線上版通常會提供試用額度，並以積分、會員資格或活動優惠來作為結算方式。不同地區、帳號，以及網頁版和行動端所顯示的套餐可能有所不同，而免費額度也會隨著營運活動的變化而改變，因此不應將舊教學資料中的固定積分數或會員價格視為長期有效的價格。

購買前應以登入後的結算頁為準，並注意生成失敗、重試、高畫質、音頻和編輯功能是否分別扣費。

阿里雲百煉API價格

以下為本次核驗時華北2（北京）地區的官方原價，不包含活動優惠。百鍊新開通或新發布的模型通常提供90天內有效的試用額度，具體資格以控制台為準。

新加坡國際部署的圖像標準版約0.224826元/張、Pro約0.562065元/張；2.7影片720P約0.733924元/秒、1080P約1.100886元/秒。

中國區、國際區的API Key、請求地址和數據地區不同，開發時必須讓模型、介面地址和密鑰屬於同一地區。

價格會調整，批量項目應以控制台賬單和最新計費表為準。

API接入要點

開發者可以使用HTTP介面或DashScope SDK來進行連接。影片處理的流程通常為「建立任務—查詢狀態—下載結果」，且查詢的頻率不應過高。

生產環境需要保護API Key，設定併發數、預算、超時時間、失敗後的重試次數以及內容審核；返回的影片暫存檔案應及時儲存到自有的儲存空間中。

估算成本時還要計入試錯次數、參考輸入時長、高畫質解析度、儲存、頻寬與人工後期。

百煉還公開了Wan Agent Skills，可讓支援技能機制的AI代理調用Wan 2.7圖像生成與編輯，並提供結合文件模型與萬相圖像模型生成演示文稿的示例。Skills本質上是API調用的封裝，仍需阿里雲帳號和API Key，不等於本地免費運行雲端2.7模型。

開源模型與許可證

通義萬相並非「整個產品全部開源」。在線平台與Wan 2.7雲端模型屬於託管服務；

官方GitHub公開的是特定版本的模型、推理代碼和接入工具。

目前具有代表性的開源專案是Wan2.2，其倉庫採用Apache 2.0許可證，提供14B的文生影片、圖生影片與混合模型，以及能同時處理文生和圖生影片的5B模型。5B版本支援720P、24幀，且可在高階消費級顯示卡上運行。

官方還發布了Wan2.2-Animate，用於人物動畫與角色替換，以及2026年8月發布的推理腳本與權重的Wan-Animate-2。後者能強化動作真實度、身份保持以及文字控制視角，並提供面向即時閾值優化的輕量思路，同樣採用Apache 2.0許可證。

開源部署仍需要較強的GPU、模型下載空間、推理環境以及安全治理；「代碼與權重可獲取」並不代表其功能與線上最新版2.7相同，也不代表所有輸入素材都自動獲得商用授權。

通義萬相使用教學

完成一次基礎任務

1. 確定受眾、平台、畫幅、時長和必須表達的資訊；
2. 在通義萬相中準備腳本、鏡頭或有意權使用的參考素材；
3. 選擇Wan 2.7影片生成能力並生成低成本預覽；
4. 使用解析度、時長與控制參數調整畫面、節奏、字幕和聲音；
5. 逐幀檢查人物、文字、Logo、口型及事實準確性；
6. 確認音樂、肖像和素材授權後導出目標規格；

建立可重複使用的專業工作流

1. 建立腳本、鏡頭表、品牌素材和禁用元素清單；
2. 為Wan 2.7影片生成能力、解析度、時長與控制參數，以及Wan 2.7圖像生成與編輯保存統一參數；
3. 先用代表性鏡頭測試模型與額度；
4. 把失敗鏡頭轉入人工剪輯或重新生成；
5. 統一字幕、響度、色彩和片尾版權資訊；
6. 記錄版本和審核人後再批量發布；

適合哪些用戶

• 短影片與內容創作者：製作劇情片段、動畫、MV、封面及社群媒體素材。
• 電商與廣告團隊：製作商品場景圖、模特展示、廣告分鏡及投放影片。
• 影視與遊戲團隊：完成概念設計、鏡頭預演、角色動作和世界觀演示。
• 設計師與品牌團隊：生成系列視覺、多圖參考、海報底圖和創意提案。
• 開發者與企業：透過API大量生成圖像、影片或建構行業應用。
• 研究人員與本地部署用戶：測試Wan2.2、Animate等官方開源模型。

優勢

• 圖像與影片功能集中在同一模型家族，涵蓋生成、參考與編輯。
• 中文提示詞理解、中文文字渲染及國內雲服務接入較方便。
• Wan 2.7可生成2至15秒、最高1080P的有聲影片，並支援多鏡頭。
• API計費透明，圖像按張、影片按秒，可按中國及國際地區部署。
• 官方同時維護託管服務、SDK/Skills和Apache 2.0開源模型生態。

使用限制與注意事項

• AI生成內容可能出現人物身份漂移、手部錯誤、物理運動不合理、文字變形、音畫不一致和鏡頭跳變；
• 參考生影片能改善一致性，但無法取代演員、商品和品牌素材的人工審核；
• 醫療、金融、新聞、教育及廣告內容還需核實事實，不能將模型生成的畫面作為真實證據；
• 上傳真人照片、聲音、影視片段、音樂、商標和商品圖之前，必須取得肖像、聲音、版權或品牌授權；
• 不得製作欺詐、冒充、未同意的色情內容或其他違法內容；
• 公開發布時應遵守適用的AI生成內容標識規則；
• 企業使用API還應評估數據地區、素材留存、訪問權限和密鑰洩露風險；

常見問題

通義萬相免費嗎？

線上版通常有體驗額度，阿里雲百煉也為部分新開通的模型提供限期免費額度；超出後則會根據積分、會員資格或API使用量來收費。

實際權益以登錄後的頁面為準。

通義萬相最新版本是什麼？

目前的雲端主線為 Wan 2.7，涵蓋圖像、文生影片、圖生影片、參考生產影片以及影片編輯等功能。Wan2.2則是官方重點開源的系列，兩者的用途與部署方式有所不同。

通義萬相能生成多長影片？

Wan 2.7文生影片API單次支援2至15秒，並可選擇720P或1080P。更長的影片通常需要透過分鏡製作、延長以及後期剪輯來完成。

通義萬相API多少錢？

中國北京地區，Wan 2.7標準圖像的費用為0.20元/張，Pro版本則為0.50元/張；而2.7文生、圖生及參考生模式所產生的720P畫質影片，費用為0.60元/秒，1080P畫質的影片則為1元/秒。

活動和國際地區價格可能不同。

通義萬相是開源嗎？

在線平台與Wan 2.7雲端模型不能簡單標記為開源。官方的Wan2.2、Wan2.2-Animate和Wan-Animate-2等特定專案則公開了代碼與權重，並採用Apache 2.0許可證。