Sora向左,阿里向右:全能演技派模型登场千问APP
阿里千问APP近期上线了全新一代Wan2.7模型,该模型集成了图像生成、视频制作及编辑功能,旨在通过移动端实现一站式AI内容创作。Wan2.7在人物塑造、镜头语言理解及多模态交互方面进行了重点升级,支持从文生视频到图生视频续写的全流程操作,降低了专业视频制作门槛。
01核心功能与实测表现
Wan2.7模型在视频生成与图像处理方面展现了较强的细节控制能力,尤其是在人物表情自然度、光影渲染及复杂场景构建上。以下是基于实际Prompt的生成效果测试。
- 视频生成与续写
输入Prompt“生成一段视频,一个男人非常吃惊地看向镜头,镜头拉远,一群人都很吃惊,镜头翻转,原来是他们看到了Wan2.7的广告牌”,模型能够准确生成连贯的镜头运动,人物表情生动自然,且自动匹配人声音效。在图生视频测试中,根据上传的萨克斯演奏者图片及音频,生成了光影变幻的单人演出视频;通过上传尾帧图,实现了演奏角色的丝滑切换。 - 图像精准生成与调色
在人物塑造测试中,输入“斯内普教授”的详细描述(35岁男人、面色蜡黄、鹰钩鼻、冷漠空洞双眼、黑色长袍),生成的图像在骨相、眼神及皮肤纹理上高度还原,毛孔皱纹清晰可见。在调色能力测试中,指定赛博朋克街道照片的主色调为蓝色RGB(0,70,255),实际生成画面精准落在蓝色系,色差控制在合理范围,且中英双语文字渲染未出现乱码。 - 视频编辑与动作模仿
支持局部修改,通过输入提示词并上传参考图,可精准替换视频中的物体(如将胶片替换为盘子,保留盘子反光细节)。动作模仿功能允许图片中的人物复刻视频中人物的手部动作,保持手势变化过程的清晰可见。
02横向性能对比
| 对比维度 | Wan2.7 | Gemini | ChatGPT |
|---|---|---|---|
| 人物还原度(斯内普) | 高度还原,鹰钩鼻及眼神贴合描述 | 直接照搬电影版选角 | 鹰钩鼻塑造不够贴合 |
| 人类偏好盲测排名 | 国内生成模型第一 | - | - |
Wan2.7与主流模型图像生成能力对比
据官方介绍,在人类偏好盲测评分中,Wan2.7-Image位列国内生成模型第一,评分超过GPT Image 1.5,并逼近Nano Banana Pro。
03应用场景与行业趋势
- 日常创意表达
用户可快速制作旅游Vlog、好莱坞风格大片,通过简单的指令和参考图提炼视频流量密码。 - 专业影视制作
适用于AI演员、AI短剧制作,提供高真实感的人物演技生成,支持专业级的平面设计需求。
Wan2.7的发布反映了AI内容生成领域的趋势变化。相较于Sora的退场及OpenAI向Agent和底层推理的战略收缩,国内厂商正依托完善的C端场景(如短视频、电商)加速技术落地。阿里选择将高性能模型直接集成至移动端APP,旨在通过技术普惠,让AI创作变得触手可及。
当前文章无评论,是时候发表评论了