4PZlIDmZ0JH tech.huanqiu.comarticle通义万相2.6系列模型发布 上线国内首个角色扮演功能/e3pmh164r/e3pmh16qj<article><section data-type="rtext"><p><em data-scene="strong">科技日报记者 张盖伦</em></p><p>12月16日，阿里发布新一代万相2.6系列模型，该系列模型面向专业影视制作和图像创作场景进行了全面升级。全新的万相2.6是国内首个支持角色扮演功能的视频模型。该模型同时支持音画同步、多镜头生成及声音驱动等功能，是全球功能最全的视频生成模型。据记者了解，万相2.6已同步上线阿里云百炼、万相官网。</p><p><i class="pic-con"><img data-alt="" src="//img.huanqiucdn.cn/dp/api/files/imageDir/0d7e5a6db724d07024aeadb893d8c88f.gif?imageView2/2/w/1260" /></i></p><p>今年9月，阿里率先在国内发布音画同步的视频生成模型万相2.5，极大提升视频创作的效率。此次发布的万相2.6进一步提升了画质、音效、指令遵循等能力，单次视频时长达到国内最高的15s，万相2.6还新增了角色扮演和分镜控制功能，不仅能一键完成单人、多人、人与物合拍的视频，还能自动实现多镜头切换等专业任务，满足专业影视级场景需求。</p> <adv-loader __attr__inner="7004636" __attr__style="width: auto;position: relative;float: left;border: 1px solid #ebebeb; padding: 20px;overflow: hidden;margin: 10px 30px 40px 0;"></adv-loader> <p>据介绍，通义万相在模型结构上集成了多项创新技术，可对输入的参考视频进行多模态联合建模与学习，参考具有时序信息的主体情绪、姿态和多角度全面视觉特征，同时提取音色、语速等声学特征，在生成阶段作为参考条件控制，实现从画面到声音的全感官全维度一致性保持与迁移，目前万相可支持单人和多人的表演。</p><p>在分镜控制上，通义万相能通过高层语义理解，将原始输入构建为具备完整故事线与叙事张力的专业级多镜头段落，在多镜头丝滑切换的过程中保持核心主体、场景布局和环境氛围统一建模，确保全片在内容、节奏和氛围上的高一致性。</p><p>万相2.6的角色扮演功能让普通用户也能在影视级画面里表现演技。例如，用户上传一段个人视频，并输入一段科幻悬疑风格的提示词，万相2.6能快速完成分镜设计、角色演绎、画面配音等环节工作，生成一段镜头叙事完整、电影级运镜的短片，仅需几分钟就能帮用户圆电影主角梦。</p><p>面向广告设计、短剧制作等专业场景，通过输入连续提示词，万相还能生成一段完整叙事的短片，让人人都能当导演。例如，输入一段广告创意的提示词，万相2.6能生成一段包含人物角色和商品的广告视频，并且在多镜头切换的情况下保持主体、场景等关键信息的一致性。</p><p>即日起，所有人可直接在万相官网体验万相2.6，企业用户还能通过阿里云百炼调用模型API。据悉，千问APP也将于近期上线该模型，并提供更丰富的玩法。</p><p>（受访者供图）</p></section></article>1765934506447责编：石婷婷<a href="https://www.stdaily.com/web/gdxw/2025-12/16/content_448076.html" >科技日报</a>17659345064471[]//img.huanqiucdn.cn/dp/api/files/imageDir/d167fbd1aa00770fa0e2e9feaffbdad6.gif{"email":"shitingting@huanqiu.com","name":"石婷婷"}