00:05
产品运动
将干净的产品画面转化为带有刻意摄像机移动的氛围商业镜头。
阿里万相视频生成
Wan 2.5 AI视频生成器
将一段文字场景或单张图片转化为流畅的视频，具备连贯的动作、强大的提示词跟随以及原生音视频同步。
1080p最高分辨率
10秒最大片段长度
原生A/V同步声音
生成路径
提示词 *
共 0 个字符
宽高比
时长
分辨率
可用积分
0
在Meta Muse Video工作区查看文本转视频的示例输出
动作方向
从一个想法到动态场景
探索使用聚焦视频提示词或首帧图像可以构建的产品运动、角色时刻和富有想象力的场景类型。
00:10
电影肖像
为角色主导场景添加自然表情、环境动作以及摄像语言。
00:05
想象世界
将详细的视觉方向转化为动态幻想、特效和故事驱动的时刻。
展示创意工作流程示例以供灵感。生成结果因提示词、输入和选定设置而异。
Wan 2.5能力
专为连贯的运动和声音设计
Wan 2.5结合文本、视觉和音频理解，确保整个短片段中的动作、摄像机和音轨保持一致。
场景指导同步剪辑
0s2.5s5s7.5s10s
提示词
更精准的跟随提示词
在一个生产级简报中描述主题、动作、环境、摄影机、光线和氛围。
10秒
最多10秒
创建一个完整的小段音乐视频，留有更多动作发展和摄影机移动的空间。
A/V
原生音频同步
生成运动和声音作为一个协调的结果，而不是将音频视为单独的后续思考。
1080p
最多1080p
选择适合广告、社交媒体动态和电影布局的可用分辨率和宽高比。
2025 年 11 月发布背景
Wan 2.5 的三项关键升级
Wan 2.5 不仅提升了画面质量。相比早期 Wan 2.2 视频模型，它让声音融入生成的场景，将最长镜头时长翻倍，并增强了面向商业制作的控制能力。
阅读阿里云发布概述01声音成为场景的一部分
从无声视频到音画同步生成
Wan 2.2 的标准文生视频和图生视频模型生成的是无声片段。Wan 2.5 引入同步音频生成，使动作与声音可以作为一个完整结果共同构思，无需分成两个独立制作步骤。
- Wan 2.2
- 先生成无声视频，再单独制作声音
- Wan 2.5 发布时
- 画面与匹配音频同步生成，形成完整片段
02更充裕的创作时长
十秒时长，为动作与叙事留出更多空间
早期 Wan 2.2 的常规视频生成固定为 5 秒。Wan 2.5 增加了 10 秒选项，更便于安排完整运镜、产品展示或简短情节，无需一开始就拼接多个片段。
- Wan 2.2
- 标准文生视频和图生视频输出 5 秒
- Wan 2.5 发布时
- 5 或 10 秒（30 fps）
03面向商业制作的控制能力
指令遵循、动作表现与画质同步提升
阿里巴巴的发布资料将更强的指令遵循能力、更好的动作表现、更高的画质与更可控的多模态输入列为一组面向制作的升级，服务于电影、广告和可重复执行的商业制作流程。
- 早期的工作流程
- 需要更多次尝试，才能兼顾动作、构图和最终效果
- Wan 2.5 发布时
- 更准确地遵循创作要求，呈现更流畅的动作与更精致的画面
以下对比描述了模型发布时公布的能力。此生成器的实际可用选项可能因接入的服务商而异。
Wan 2.5的最佳应用场景
当一个静态概念需要令人信服的运动、清晰的方向以及完整的音视频节奏时使用它。
产品和活动拍摄
原型发布影片、包装拍摄、时尚瞬间及品牌社交媒体资产，无需完整制作流程。
短片叙事
为社交宣传活动、预告片和叙述序列创建竖屏、正方形或横屏的故事片段。
图像转视频动画
从你的已批准关键帧开始，然后添加受控的主题运动、摄影机移动和氛围。
清晰的Wan 2.5工作流程
给模型一个可读的场景，选择交付格式，然后细化动作而不是重写一切。
1步
从文本或图片开始
编写完整的场景提示词，或者上传一个强有力的首帧图来确立主题、构图和视觉风格。
2步
设置格式与时间
选择匹配目标平台及动作量的宽高比、分辨率和片段时长。
3步
生成与精炼
审查摄像机运动、主体一致性以及音频对齐情况。每次仅调整一个指令以优化下一版本。
Wan 2.5适用于日常视频制作
从静态想法到可分享的短视频，通过一次聚焦生成流程完成。
快速原型设计
在正式拍摄或长时间编辑前测试视觉概念和摄像机方向。
文本或图像输入
探索时使用书面场景，当构图必须保持固定时则使用首帧图片。
生成前显示积分
开始您思考的方式
在开始视频制作前查看所选分辨率和时长所需的积分。
最高至1080p
确保成本透明
根据快速草稿、社交媒体发布或高保真度审查需求，在匹配的分辨率下生成。
横屏、竖屏或正方形
生成交付级细节
满足所有内容格式要求
为宽屏故事、竖屏流媒体和正方形广告位策划内容.
适应每种内容格式
保持节奏同步
使用同步视听生成技术，构建更加完整的短视频场景.
统一的动效与音效
Wan 2.5常见问题
根据阿里云文档和可用的服务流程确定关键模型信息。
Wan 2.5是阿里巴巴的文本转视频与图片转视频模型家族，能够提升指令遵循性、动效质量、视觉细节以及同步音效生成能力。
将下一帧转化为动态
编写场景或上传关键帧，选择格式，并使用Wan 2.5生成同步短视频。