通义万相团队发布 Wan2.5-Preview，实现多模态输入与电影级视频同步生成

通义万相团队宣布Wan2.5-Preview已上线，首次原生支持音画同步，全面提升视频生成、图像生成、图像编辑三大核心能力，满足广告、电商、影视等商业级内容生产需求。

体验入口：https://tongyi.aliyun.com/

Wan2.5-Preview主要特性如下：

🎬 视频生成 —— 会“配音”的10秒电影

• 原生音画同步：视频自带人声（多人）、ASMR、音效、音乐，支持中文、英文、小语种及方言，画面与声音严丝合缝；
• 10秒长视频生成：时长提升1倍，最高支持1080P 24fps，动态表现力与结构稳定性大幅提升，叙事能力跃升；
• 指令遵循提升：支持复杂连续变化指令、运镜控制、结构化提示词，精准还原用户意图；
• 图生视频保 ID 优化：人物、商品等视觉元素一致性显著提升，商业广告与虚拟偶像场景可用；
• 通用音频驱动：支持上传自定义音频作为参考，搭配提示词或首帧图生成视频，实现“用我的声音讲你的故事”。

🖼️ 文生图 —— 能“写字”的设计大师

• 美学质感提升：真实光影、细节质感表现力增强，擅长不同艺术风格与设计质感还原；
• 稳定文字生成：支持中英文、小语种、艺术字、长文本、复杂构图精准渲染，海报/LOGO一次成型；
• 图表直接生成：可输出科学图表、流程图、数据图、架构图、文字内容表格等结构化图文；
• 指令遵循提升：复杂指令精细化理解，具备逻辑推理能力，可精准还原现实IP形象与场景细节。

✂️ 图像编辑 —— “改字不崩脸”的工业级修图

• 指令编辑：支持丰富编辑任务（换背景/改颜色/加元素/调风格），指令理解精准，无需专业PS技能；
• 一致性保持：支持单图/多图参考垫图，人脸、商品、风格等视觉元素ID强保持，编辑后“人还是那个人，包还是那个包”。