Wan2.2-I2V-Plus
Wan2.2-I2V-Plus 是万相 2.2 系列的图生视频模型,通过阿里云百炼提供推理服务。它以输入图片作为首帧,可结合文本提示词生成视频。官方称,该版本优化了生成稳定性、指令遵循、图片文字、人像和商品的一致性,以及运镜控制。(help.aliyun.com) 支持基于图片和可选文本提示词生成视频,可用于商品展示、人像动态化和短视频创作等场景。 输出分辨率支持 480P 和 1080P,默认…
模型发布档案
聚合模型发布动态,按发布时间浏览,发现值得关注的新模型。
Wan2.2-I2V-Plus 是万相 2.2 系列的图生视频模型,通过阿里云百炼提供推理服务。它以输入图片作为首帧,可结合文本提示词生成视频。官方称,该版本优化了生成稳定性、指令遵循、图片文字、人像和商品的一致性,以及运镜控制。(help.aliyun.com) 支持基于图片和可选文本提示词生成视频,可用于商品展示、人像动态化和短视频创作等场景。 输出分辨率支持 480P 和 1080P,默认…
Wan2.2-T2V-Plus 是通义万相 2.2 系列的文生视频模型,通过阿里云百炼提供推理服务:输入文本提示词,输出视频。官方公告列出的发布日期为 2025 年 7 月 28 日。(docs.modelstudio.console.alibabacloud.com) 官方称该模型提升了提示词遵循能力和画面质量,可生成较稳定的大幅度复杂运动,并支持影视级画面表现与控制。适合根据文字创意制作短视频…
Wan2.2-T2I-Flash 是万相 2.2 系列的快速文生图模型,输入文本、输出图像,由阿里云百炼提供推理服务。(docs.bailian.console.aliyun.com) 官方称模型提升了生成速度、创意性、稳定性、写实质感及指令遵循能力,原生支持多种风格和智能提示词改写。(docs.modelstudio.console.alibabacloud.com) 适用于根据文字描述创作插画…
Wan2.2-T2I-Plus 是阿里巴巴通义万相 2.2 系列的文本生成图像模型,输入文本提示词,输出图像。官方称其提升了图像细节、创意性、稳定性和写实质感,并增强了指令遵循能力。(docs.modelstudio.console.alibabacloud.com) 原生支持多种图像风格和智能提示词改写,可用于创意插画、概念视觉及写实风格图像制作。(docs.modelstudio.consol…
腾讯混元基于 turbos-vision 的视频理解模型;腾讯云 TokenHub 将该版本列为 HY-Vision-Video。(cloud.tencent.com) 支持视频描述和基于视频内容的问答,可用于视频内容分析与问答等场景。TokenHub 示例使用视频 URL 和文本问题作为输入,生成文本回答。(cloud.tencent.com) TokenHub 列出的上下文窗口为 32k…