阿里千问APP上线Wan2.7模型：全能演技派重塑AI视频创作

事件概述

阿里于4月3日在千问APP中正式推出全能多模态模型 Wan2.7（含 Wan2.7-Image 与视频生成模块），实现了从文本到视频、从静态图到动态内容的史诗级增强。该更新旨在降低专业视频创作门槛，让用户通过单一应用即可完成复杂的内容生产。

核心功能与技术亮点

1. 视频生成与编辑能力升级

• 高保真视频生成：支持根据提示词生成包含生动人物表情、流畅镜头衔接的视频。在群像塑造上实现“千人千面”，并自动匹配人声音效。
• 图生视频与音频驱动：可基于单张图片配合音频输入，生成如乐器演奏等特定场景的动态视频。
• 视频续写与尾帧控制：允许用户上传原视频及一张尾帧图片，让 AI 无缝衔接剧情或切换角色（如增加新演奏者），保持动作丝滑过渡。
• 局部编辑与替换：支持通过提示词和参考图对视频中的特定主体进行替换（如将胶片替换为盘子），且能精准保留光影反射等细节。
• 动作模仿：提供“视频模仿”功能，可将视频中人物的手势动作迁移至另一张静态图片的人物身上，保持动作逻辑清晰。

2. 图像生成与精细化控制

• “千人千面”定制：用户可自定义五官细节（骨相、眼神、皮肤纹理等）。实测复刻《哈利波特》斯内普教授形象时，连毛孔皱纹等微距细节均清晰可见，优于 Gemini 和 ChatGPT 的同类生成结果。
• 精准调色：支持 HEX/RGB 颜色值精准控制画面主色调，色差控制在合理误差范围内，适用于赛博朋克风格等特定场景设计。
• 超长文本渲染：支持最高 3K tokens 的超长文字输入，可完整渲染一整页 A4 纸的中英双语文字，且无乱码现象。

3. 性能表现与行业对比

• 人类偏好盲测：在内部测试中，Wan2.7-Image 位列国内生成模型第一，超越 GPT Image 1.5，逼近 Nano Banana Pro。
• 一站式工作流：整合了视频编辑、续写、动作模仿及模型 Pro 能力，用户无需跨平台即可快速提炼爆款视频素材。

行业趋势解读

此次更新反映了 AI 内容生成领域的两大趋势：

1. 技术普惠与移动端下沉：相比硅谷巨头转向 Agent 和底层推理的战略收缩，中国厂商更注重将高性能模型直接集成至 C 端 APP，打通 AI 到创作者的“最后一公里”。
2. 商业化落地加速：依托国内完善的短视频、电商等 C 端场景，阿里通过降低操作难度（如“直给”最强模型），推动 AI 创作像点外卖一样简单，加速 AI 融入创作者工作流。

注：文中提及的链接已去除无关跟踪参数，仅保留必要访问路径。