通義萬相 AI 影片生成

Wan 2.5 Preview

一場多感官敘事的革命。整合原生音訊與影院級視覺控制，重新定義 AI 影片創作的邊界。

能力的代際飛躍

Wan 2.5 整合了前代模型的精華，並在關鍵維度上實現了質的突破。

首次實現音視訊單次處理同步生成，提供原生旁白、精準口型同步與沉浸式環境音效。

支援高達 4K 解析度輸出，呈現照片級真實感的人臉、皮膚紋理和衣物細節，滿足專業製作標準。

提供平移、變焦、焦點切換等進階攝影機控制，讓創作者能夠「導演」場景，而不僅僅是「描述」它。

支援生成長達 10 秒以上的影片片段，足以構成一個完整的敘事節奏或一個簡短的廣告片。

Wan 2.5 站在巨人的肩膀上，是技術迭代與戰略演進的必然結果。

開源基礎

奠定社群領導地位，普及高效能影片生成。

MoE 架構革命

引入混合專家架構，實現模型效能的可擴展性。

能力集大成者

整合音訊、動畫與進階控制於統一模型。

商業化 API

轉向高階專業市場，提供閉源 API 服務。

Wan 2.5 的發布，標誌著生成式影片市場進入三層結構的新時代。

第一層：高階閉源

由頂尖實驗室（OpenAI, Google, Alibaba）提供的旗艦模型，透過 API 存取，追求最高品質與最強控制力。

代表：Sora, Veo, Wan 2.5

第二層：遺留開源

高品質但已落後一代的開源模型，是社群實驗、學習和非商業專案的核心。

代表：Wan 2.2, Stable Video Diffusion

第三層：獨立開源

由社群驅動的小型或專用模型，提供獨特功能或針對特定硬體進行最佳化，是生態多樣性的來源。

代表：Community Models

下表透過對比核心架構、關鍵創新與發布模式等維度，直觀展示了 Wan 系列模型從開放普惠到專業商業化的完整演進路徑。

核心架構	Wan 2.1	Wan 2.2	Wan 2.5 Preview (已公布/推測)
核心架構	標準 Diffusion Transformer	混合專家 (MoE) (高/低雜訊)	演進版 MoE 架構
模型規模	1.3B 和 14B 參數	14B 啟用 / 27B 總參數	可能 >30B 總參數
關鍵創新	開源普及性與高效率	MoE 實現可擴展效能	整合多模態 (音視訊)
最高解析度	720p (不穩定), 480p (建議)	720p / 1080p	4K (聲稱), 1080p (API 已確認)
最長時長	約 3-5 秒	約 5 秒	10+ 秒
核心模態	T2V, I2V, 影片編輯	T2V, I2V, 及專用 S2V 和 Animate 模型	統一的 T2V, I2V, 音視訊同步, 進階動畫
電影化控制	基礎	「影院級美學控制」	精細的攝影機、光照與場景控制
發布模式	開源 (Apache 2.0)	開源 (Apache 2.0)	僅 API (閉源)