阿里巴巴宣布推出图像生成与编辑统一模型 Wan2.7-Image，针对当前AI生图中的审美疲劳、色彩失控等痛点带来了更具“活人感”的人物生成、精准的色彩控制以及超长文本渲染能力。

基于更大规模数据及尺寸训练而成的 Wan2.7-Image-pro 也同步上线，生成图像的构图更加稳定，语义理解更强更精准。公告称，为了让AI生成的人物告别同质化，Wan2.7-Image 进一步强化了虚拟形象捏脸功能。

通过对骨相、眼眸及五官细微处的全方位定制，模型支持在提示词中灵活更换脸型（如圆脸、方脸、长方脸）与眼部特征（如丹凤眼、深邃眼窝）。这让AI不再只是生成一张“标准脸”，而是能根据创意需求，塑造出极具辨识度、富有生命力的面孔。

Wan2.7-Image 全新支持“调色盘”功能，用户可以一键提取参考图的色彩分布比例。以及致力于突破文本渲染瓶颈，支持最高3K token的长文字输入。无论是复杂的表格、精准的公式，还是需要铺满整页A4纸的文字内容，Wan2.7-Image都能实现印刷级的清晰度，支持中、英等12种语言。

在“可操控性”方面，Wan2.7-Image 生支持交互式编辑模块。通过简单的框选指令，用户可以在指定区域实现元素的添加、对齐或移动。同时，模型具备更强的主体一致性（最高支持9张参考图），在生成分镜脚本、电商套图等系列化内容时，能够有效保持角色与风格的统一，降低创作中的“随机性”。

Wan2.7-Image还具备强大的组图生成能力，可生成多达12张，用于批量制作同风格系列图、PPT配图、分镜脚本、电商模特套图及多视角建筑图。

在底层架构上，Wan2.7-Image 采用了领先的生成与理解统一架构，通过共享隐性空间内实现语义映射，让文字紧挨着画面，模型不需费力去猜文字对应的画面；并在训练流程中引入多模态指令（比如文字+图片），使得模型实现了从单纯“像素拟合”到“底层语义认知”的飞跃。

此外，针对长尾场景，团队构建了包含布局、光影、角度等多维度的精细标注体系，确保模型在复杂指令下依然保持极高的生成稳健度。