📌 一、通义万相到底是什么？
通义万相是阿里云通义大模型旗下的AI绘画与视频创作模型，2023年7月7日正式上线。你给它一段文字描述，它能生成一张图；你给它一张图片，它能生成一段视频。整个过程不需要你会剪辑、会设计，甚至不需要懂任何专业术语。如果说通义千问负责文字理解，那通义万相就是让AI开始具备理解和生成视觉内容的能力。
通义万相基于阿里自研的组合式生成模型Composer构建，该研究成果曾在国际AI顶会ICML 2023上发表。2024年9月，通义万相发布了视频生成大模型，可生成影视级高清视频。2025年2月，阿里巴巴宣布全面开源万相2.1视频生成模型。2025年12月，万相2.6系列发布，成为国内首个支持角色扮演功能的视频模型。2026年8月，Wan3.0正式上线，单次可生成30秒视频。简单说，它就是一个让普通人用AI做图做视频的工具，背后有阿里云的技术撑腰。
🌍 二、全球使用情况：用户量和访问量
通义万相的用户增长速度非常惊人。万相2.6公测一周下载量即突破千万，公测23天月活跃用户数（含App、Web、PC端）突破3000万，成为全球增长最快的AI应用之一。在国内AI视频工具榜单中，通义万相的综合排名位列第一，下载量达到6.4亿。此外，通义万相一半以上的日活来自海外市场，是国内AI视频工具中出海的标杆。
开源方面，截至2025年7月，通义万相连续开源了文生视频、图生视频、首尾帧生视频和全能编辑等多款模型，在开源社区的下载量已超500万。万相2.1在Hugging Face及魔搭社区的总下载量超百万，GitHub Star数超6000。阿里在全球已开源300多款模型，累计下载量突破7亿次。
⚡ 三、主要功能和亮点
文生图（文字生成图片）：通义万相最基础的功能。输入文字描述，AI生成对应的图片。支持水彩、扁平插画、二次元、油画、中国画、3D卡通和素描等多种风格。万相2.6文生图在画面质感、美学表现和指令遵循方面全面升级，能精准捕捉艺术风格，还原度更高。
图生视频（图片生成视频）：上传一张静态图片，AI理解图片中的深度、构图和隐含动作，生成动态视频。万相2.6图生视频能稳定保持图像主体、风格和文字等细节信息。在权威大模型评测集LMArena中，万相图生视频位居国内第一。
文生视频（文字生成视频）：直接输入文字描述就能生成视频。万相2.6单次可生成15秒视频，是国内最高的单次时长。Wan3.0更进一步，单次可生成30秒完整视频，能驾驭一镜到底或多段连续运镜等复杂镜头语言。
角色扮演（国内首创）：万相2.6是国内首个支持角色扮演功能的视频模型。上传个人视频并结合提示词，模型可自动完成分镜设计、角色演绎与配音，生成具备电影感运镜的短片。
智能分镜叙事：简单的提示词就能生成包含多个镜头的连贯叙事视频。可通过提示词精准控制镜头结构、机位与时长。
音画同步：万相2.5 Preview新增音画同步生成能力，通过提示词可生成与画面匹配的人声、环境音效及背景音乐。万相2.6进一步升级，多人对话场景和歌曲生成更稳定。
Wan3.0全能参考与文档输入：Wan3.0首次支持doc、xls、ppt、pdf、md等办公文档输入，单个文件最大100MB，最多容纳50页内容。上传产品介绍PPT或业务报表，配合简单提示词，模型即可自动提取关键信息，生成包含动态图表和解说画面的演示视频。支持最高10张图片、5个视频、5个音频的多模态参考。
视频编辑与续写（万相2.7）：只用几句话就能修改视频画面——给画面里加一个人、换一套衣服、调整背景环境。能将2秒视频最长续写至15秒。支持动作模仿，让生成画面中的人物复刻参考视频的动作。
多图融合与一致性：商用级一致性保持，创意无缝拼接。人像生成“千人千面”，能敏锐刻画五官细节与皮肤纹理，微表情和肢体动作呈现自然协调的联动。
📱 四、如何安装和使用
使用方式：通义万相有两种使用方式。网页端直接访问官网（wanxiang.aliyun.com 或 tongyi.aliyun.com/wan）就能用，不需要下载安装任何软件。移动端可以在应用商店搜索“千问”下载App（蓝色渐变圆环图标），登录后滑动菜单选择AI视频即可使用。
注册登录：使用阿里云账号登录，无账号需先注册并完成实名认证。
基本使用流程——文生图：进入官网后，在输入框输入图片描述（支持中文），选择图片比例和生成模型，点击生成，等几秒就能看到结果。
基本使用流程——文生视频/图生视频：选择对应的视频生成功能，输入文字描述或上传参考图片，AI开始处理。网页端生成视频等待时间可能较长，建议用App生成，等待时间短很多。
几个实用技巧：写提示词的时候尽量把主体、场景、风格、光影都写清楚，比如“赛博朋克风格”比“科幻风格”更精准。文生视频的提示词建议采用“总体描述+镜头序号+时间戳+分镜内容”的结构。如果中文描述效果不理想，可以试试用英文写提示词。生成后如果不满意，可以用内置的编辑功能进行局部调整。另外，如果遇到提示词报错，可以尝试关闭prompt智能改写功能。
💰 五、收费标准和套餐
通义万相目前采用“免费试用+按量付费”的模式。免费版新用户通常有免费额度（如文生图50张免费额度），但生成的内容可能带水印。付费主要通过阿里云百炼平台的API调用，按生成内容计费。
文生图价格：wan2.6-image等模型约0.20元/张（中国内地）。新用户开通百炼后90天内享有500张免费额度。
文生视频/图生视频价格（按秒计费）：Wan3.0视频生成：480P 0.3元/秒，720P 0.6元/秒，1080P 1.2元/秒。Wan2.7视频生成（国际）：720P $0.086/秒，1080P $0.143/秒。
省钱建议：Wan3.0上线期间有API限时优惠，首发期打七折。年付订阅比月付更划算，部分平台提供¥36/月起的基础套餐。需要说明的是，不同模型、不同地域的定价略有差异，具体以阿里云百炼官网最新价格为准。
❓ 六、常见问题
Q：通义万相是免费的吗？ 有免费版，新用户有免费额度（如文生图50张或500张免费额度），但生成内容可能带水印。想去除水印、获得更多用量就需要付费调用API。
Q：支持中文指令吗？ 支持中文输入。但如果生成效果不理想，可以试试用英文描述，结果往往更精准。
Q：生成的视频最长能有多长？ Wan3.0单次可生成30秒。万相2.6单次15秒。万相2.7支持视频续写，能将2秒视频最长续写至15秒。
Q：生成的图片/视频可以商用吗？ 通过百炼API调用生成且无水印的内容，在遵守协议的前提下可以商用。免费版带水印的图片仅限个人非商业用途。建议商用前仔细阅读阿里云的服务协议。
Q：怎么取消订阅？ 在阿里云控制台的费用中心可以管理订阅和API调用。
Q：生成的视频有版权问题吗？ 你拥有自己生成内容的版权，但平台对涉及真实人脸的内容有严格限制，禁止未经授权使用他人肖像。
Q：通义万相和千问App是什么关系？ 通义万相是阿里云的视觉生成大模型，千问App是集成该模型的入口之一。用户可以通过千问App直接使用万相的视频生成功能。
Q：遇到“权限验证失败”或API报错怎么办？ 检查API Key是否正确，确认账号已完成实名认证。如果提示词报错，可以尝试关闭prompt智能改写功能。
总的来说，通义万相最适合需要快速产出图片和视频的内容创作者、自媒体运营、营销人员和中小企业。它的优势在于有阿里云的技术底子，模型能力持续迭代，而且中文支持非常友好。万相2.6已经成为国内功能最全的视频生成模型之一，Wan3.0更是把单次生成时长拉到了30秒，还支持直接读PPT和文档出片。缺点是免费版有水印，想要高质量商用就得付费。如果你追求的是“快”和“省事”，通义万相是目前国内能用到的最成熟的AI图视频生成工具之一。
评论