4月1日，阿里巴巴發(fā)布圖像生成與編輯統(tǒng)一模型Wan2.7-Image。直擊當(dāng)前 AI 生圖領(lǐng)域“標(biāo)準(zhǔn)臉”審美疲勞和“色彩盲盒”等痛點(diǎn)，該模型可實(shí)現(xiàn)“千人千面”，捏出“活人感”，全新的“調(diào)色盤”功能可精準(zhǔn)控制色彩。

Wan2.7-Image具備文生圖、圖生組圖、圖像指令編輯和交互式編輯等全鏈路能力。在人類偏好盲測中，“文生圖”能力超過GPT-Image1.5和國內(nèi)主流模型，在文本渲染、照片級成像和世界知識指標(biāo)上，接近Nano Banana Pro。

 

圖說：Wan2.7-Image的人類偏好盲測評分位列國內(nèi)第一。

為告別千篇一律的“AI臉”，Wan2.7-Image強(qiáng)化了虛擬形象捏臉功能，支持從骨相、眼眸到五官細(xì)微處的全方位定制，比如更換提示詞中的臉型（鵝蛋臉、圓臉、方臉、長方臉等）、眼部特征（杏仁眼、深邃眼窩、圓眼、丹鳳眼等），實(shí)現(xiàn)“千人千面”。

 

藝術(shù)家和設(shè)計(jì)師需精準(zhǔn)控制顏色，商業(yè)海報對配色還有嚴(yán)格要求，但AI生圖往往是“色彩盲盒”。Wan2.7-Image全新支持“調(diào)色盤”功能，用戶可通過Hex Code，一鍵提取或輸入?yún)⒖紙D的各種顏色和占比，從馬蒂斯?jié)庥舻募t色系、梵高明媚的黃色系，到畢加索清冷的藍(lán)色系，都能參考生成同色系的圖片，并可自由調(diào)控顏色的數(shù)量和占比，自定義配色方案。 

超長文字渲染是AI生圖的痛點(diǎn)，容易文字模糊、內(nèi)容錯亂甚至直接漏寫。憑借長上下文文本編碼（Long Context Text Encoder）解析超長序列，Wan2.7-Image對超長文字、表格和復(fù)雜公式的渲染可達(dá)印刷級，支持12種語言，最高3K tokens的超長文字輸入，可輸出一頁A4紙的論文。

 

此外，Wan2.7-Image還具備強(qiáng)大的組圖生成能力，可生成多達(dá)12張，用于批量制作同風(fēng)格系列圖、PPT配圖、分鏡腳本、電商模特套圖及多視角建筑圖。

如果說生圖能力是創(chuàng)作的基石，那么編輯功能則賦予了創(chuàng)作者掌控力。Wan2.7-Image原生支持交互式編輯模塊，更懂創(chuàng)作者的需求——“哪里不爽點(diǎn)哪里”，用戶可通過精準(zhǔn)框，在指定區(qū)域元素添加、對齊、移動元素或logo，實(shí)現(xiàn)像素級意圖對齊。

 

Wan2.7-Image的多主體一致性最高支持輸入9張圖片作為參考源。對于合影、電影海報及家具組合圖等，可保持風(fēng)格與特征的統(tǒng)一。其他常用的圖像編輯能力，如鏡頭視角控制、光影處理、材質(zhì)參考、照片修復(fù)、虛擬試衣等數(shù)十種實(shí)用功能，Wan2.7-Image也能更穩(wěn)定地輸出，告別“抽卡”式創(chuàng)作。

 

不只會生圖，還更懂圖，Wan2.7-Image更強(qiáng)的理解能力源于模型架構(gòu)與訓(xùn)練過程中的技術(shù)突破。

在訓(xùn)練數(shù)據(jù)上，超大規(guī)模的異構(gòu)數(shù)據(jù)底座不僅涵蓋全域品類的視覺素材，還整合了理解類數(shù)據(jù)；在模型架構(gòu)上，模型采用了領(lǐng)先的生成與理解統(tǒng)一模型架構(gòu)，共享隱空間（Latent Space）來實(shí)現(xiàn)語義映射，文字緊挨著畫面，模型不需費(fèi)力去猜文字對應(yīng)的畫面；在訓(xùn)練流程中引入多模態(tài)指令（比如文字+圖片），使得模型實(shí)現(xiàn)了從單純“像素?cái)M合”到“底層語義認(rèn)知”的飛躍。

此外，在數(shù)據(jù)工程維度，根據(jù)圖像的布局、文字、光影、拍攝角度和用途等，模型團(tuán)隊(duì)構(gòu)建了多維精細(xì)標(biāo)注體系。配合先進(jìn)的分階段訓(xùn)練策略與多任務(wù)優(yōu)化，模型在長尾場景下仍然保持了極高的生成穩(wěn)健度。基于更大規(guī)模數(shù)據(jù)及尺寸訓(xùn)練而成的Wan2.7-Image-Pro也同步上線，生成圖像的構(gòu)圖更加穩(wěn)定，語義理解更強(qiáng)更精準(zhǔn)。

Wan2.7-Image的強(qiáng)大功能可應(yīng)用于多個行業(yè)。對于短劇與影視團(tuán)隊(duì)，借助千人千面的捏臉系統(tǒng)與分鏡生成能力，可低成本完成角色設(shè)定、動作模仿與特效預(yù)覽；對于自媒體與內(nèi)容創(chuàng)作者，可輕松生成多風(fēng)格封面、OOTD穿搭；在電商領(lǐng)域，只需單張模特圖，即可裂變生成特寫圖、不同場景的賣點(diǎn)圖，大幅降低拍攝成本；教育和科研從業(yè)者可直接調(diào)用模型生成論文配圖、信息圖表與兒童繪本。對于時下大火的“龍蝦熱”，Wan2.7-Image 現(xiàn)已支持skill調(diào)用，讓龍蝦畫畫，全面解鎖生成模型的應(yīng)用場景。

即日起，用戶可在https://tongyi.aliyun.com/wan/、wan.video網(wǎng)站和阿里云百煉體驗(yàn)Wan2.7-Image，千問App也即將接入。

雷峰網(wǎng)(公眾號：雷峰網(wǎng))

雷峰網(wǎng)版權(quán)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。