阿里发布万相2.6系列模型：支持角色扮演、多镜头叙事等影视级视频生成

12月16日，阿里巴巴正式发布新一代万相2.6系列模型，这是国内首个支持角色扮演功能的视频生成模型，在视频与图像生成领域实现了多项技术突破。该模型已同步上线阿里云百炼平台及万相官网，面向影视制作、视觉创意等专业场景提供全链路生成支持。

在视频生成方面，万相2.6具备“角色扮演”能力，可根据输入视频中角色的外观与声音特征，生成符合提示词的多人、单人甚至人与物互动的视频内容。模型还支持多镜头叙事功能，能够将一句简单的提示词转化为包含多个分镜的连贯视频，并保持角色、场景等关键信息在不同镜头间的一致性。此外，新模型可生成最长15秒视频，支持音画同步、音频驱动生成，提升了多人对话、音乐与歌曲生成的音质表现。

文生图能力上，万相2.6展现出对艺术风格的高度理解与控制力。模型能够精准还原各类艺术风格关键词，并支持多种风格的有机融合，在肌理、色彩、笔触等细节处理上更加生动。在真实人像生成方面，有效降低了“AI感”，人物肤质、神态与光影表现更加自然。模型还可根据中英文长文本生成海报、信息图表等图文内容，实现视觉与信息的协调统一。

图像生成模块新增了图文混排输出功能，可一体化生成多张图片与文字，具备逻辑化的视觉叙事能力。模型支持多图融合生成，允许用户对多张参考图进行组合或替换，融合创作出全新图像。在商业级应用中，模型能保持角色、风格、元素的高度一致性，并支持对镜头视角、光影细节等进行精确控制。