阿里通义万相 2.1 模型宣布升级

阿里通义万相 2.1 模型升级亮点

• 视频生成能力显著提升：
  • 时空上下文建模能力增强：通过自研的高效 VAE 和 DiT 架构，支持无限长 1080P 视频的高效编解码，能够更精准地处理视频中的时间和空间信息，使生成的视频在流畅度和连贯性上更上一层楼。
  • 首次实现中文文字视频生成功能：登上 VBench 榜单第一，打破了以往在中文视频生成领域的局限，为中文内容创作者提供了更强大的工具。
  • 支持中英文视频生成：一键生成艺术字，还提供多种视频特效选项，如过渡、粒子效果、模拟等，可增强视觉表现力，满足不同场景和风格的视频创作需求。
  • 支持复杂运镜：能够还原碰撞、反弹、切割、挤压等真实世界的物理规律，让生成的视频画面更加真实、生动，例如雨滴落在伞上会溅起水花等效果，提升了视频的质感和观赏性。
• 图片生成能力升级：
  • 支持文生组图：采用 IC-LoRA 图像生成训练方法，利用 DiT 架构，增强文本到图像的上下文能力。通过对多张图像进行拼接与联合描述，可实现关联图像间的组合生成，并保持特征稳定连续，为用户提供了更灵活、丰富的图片创作方式，能够根据文本描述生成具有连贯性和关联性的多张图片。

应用场景示例

• 视频生成示例：
  • 东方韵味的“福”字视频：以红色新年宣纸为背景，出现一滴水墨，晕染墨汁缓缓晕染开来。文字的笔画边缘模糊且自然，随着晕染的进行，水墨在纸上呈现“福”字，墨色从深到浅过渡，呈现出独特的东方韵味。背景高级简洁，有杂志摄影感。
  • 雨中夫妇视频：一对穿着正式晚礼服的夫妇在回家途中遭遇大雨，他们撑着黑色雨伞。平拍镜头下，男士穿着黑色西装，女士穿着白色长裙。他们在雨中缓缓行走，雨水沿着伞面滴落。镜头跟随他们的步伐平稳移动，展现出他们在雨中的优雅姿态。
• 图片生成示例：浪漫的公园里，一对青年男女在温馨的拥抱交谈。

其他信息