全球功能最全的视频生成模型来了

坏了，阿里这波是冲着Sora 2去的！ 刚刚，阿里发布了新一代 通义万相2.6系列模型 ，一次性覆盖 文生视频 、 图生视频 、 参考生视频 ，以及 图像生成 和 文生图 ，是目前全 球功能最全的视频生成模型。 在视频创作上，万相2.6不仅推出了Sora2目前还没有的 多 音频驱动生视频 能力，还同步引入了音画同步、多镜头叙事等能力。 梦瑶 发自 凹非寺 量子位 | 公众号 QbitAI 像下面这个超火的一刀切ASMR，就是通过文本+音频直接驱动出来的： 再看这个由 文本+图像+音频 驱动的小猫沉浸式吃播，咀嚼声和嘴部动作基本能卡在点上，吃得那叫一个香： 文生图这条线也同步补强了，万相2.6在艺术风格控制、真实感人像、中英文长文本生图以及历史文化IP语义理解等方面的创作能力也都有明 显提升，效果be like： 本着啥都测测的原则，我也专门用不同Prompt和参考素材实测了一轮，总的来说： 万相2.6在音视频参考、声画同步、风格理解方面表现确实不错，但在个别场景下仍会出现画面逻辑偏差的小问题，不过对日常短视频和二创 来讲，已经是可用且好用的水平了。 模型到底表现如何，咱们边唠边测～ 视频生成能力一手实测 实测 ...