阿里发布AI生视频模型：通义万相走出了自己的“中国风”特色！

这两天，最热闹的莫过于云栖大会了！

阿里前脚发布 Qwen2.5 系列大模型，后脚发布通义万相视频生成模型，可生成影视级高清视频，可应用于影视创作、动画设计、广告设计等领域。

这是一款全自研视觉生成大模型，采用全新的 Diffusion + Transformer 架构，支持图像和视频生成类任务，在模型框架、训练数据、标注方式和产品设计上均有诸多创新，从而提供业界领先的视觉生成能力。

具体使用简单不挑地方，在通义万相官网、通义APP 都可以使用，非常方便。更重要的是，免费使用，手机随便玩，电脑每天50次图像、10次视频机会。可把我高兴坏了，赶紧就去试试。（姐妹们，赶紧薅羊毛！）

电脑端：打开网址 https://tongyi.aliyun.com/wanxiang/videoCreation 输入文字或图片，点击生成即可。

手机端：打开通义 APP，点击频道，找到万相 AI 生视频即可生成。

这几年，中国风元素逐渐走出国门，在全球文化舞台上大放异彩。前段时间的《黑神话·悟空》的游戏画面更是让老外十分震惊。

无论对于创作者还是普通爱好者，想要创作出高质量的中国风视频，往往面临着语言理解、创意匮乏、制作成本高、专业门槛高等诸多挑战。而通义万相的出现，不仅能理解复杂的中文描述，还能将抽象的文化元素具象化，让每个人都能轻松成为中国风视频的创作者。

让我惊喜的是不仅精通中文，更深谙中国文化，我们给AI导演的四个创作主题，看看这位AI导演能否担起重任！

灵动的水墨锦鲤与会动的《千里江山图》

我们让AI生成一张动态的千里江山图，这里主要测试通义万相，对于中文的理解，并生成复杂的人物动作、环境互动和中国传统元素，先来看个文生视频：

提示词：国风，千里江山图，木舟悠然游动，江面水波律动

通义万相相对完美解读了”国风”、”水墨画”等概念，在理解上基本达到了满分，当涉及到“木舟、水面”等多个元素，都能准确呈现。将中国传统绘画的精髓融入创作中。

在千里江山图中，它不仅赋予画面动感的同时，还保留了中国传统绘画的韵味。这种动静结合的美感，可以说是AI艺术创作的一大突破。再来个图生视频：一只锦鲤在荷塘里，水墨画。

在语义理解这块，只给一句话，就把锦鲤在水面上的游动、水波的律动刻画地非常生动，甚至鱼的眼睛还在动，这满满的细节，整个动画十分流畅。看来中文长本文理解的加强是实实在在的，同时对中文内容和元素原生支持更好。属实是牛！

既然对语义理解没问题，那我们升级难度，我们将测试通义万相在生成复杂运动效果方面的能力，特别是在中国武侠场景中。这里主要测试通义万相，理解并生成复杂的人物动作、环境互动和中国传统元素。

提示词：竹林飞檐，白衣剑客轻功漫步，竹叶纷飞

特别值得一提的是，通义万相在处理”轻功漫步”这种虚幻的动作时，白衣剑客在竹林间轻盈跃动，体现了AI对”轻功”概念的理解。它不仅要理解”轻功”这个中国特有的武侠概念，还要将其可视化，这难度可不亚于教一只企鹅打太极拳！

如果不了解如何写好提示词，可以在产品界面点击“灵感扩写”，将简单提示词自动“扩写”成忠于原意的长提示词，从而大幅度提升生成效果。

扩写之后，提示词更加详细丰富，画面内容也更加有韵味。

提示词：视频展示了在中国风的背景下，一位身着白衣的剑客在竹林间施展轻功漫步的场景。视频中，剑客身形矫健，仿佛踏风而行，穿梭于高耸的竹林之间，每一次落地都轻盈无声。竹叶在剑客的行动中纷飞，如同随风起舞，营造出一种超凡脱俗的意境。飞檐翘角的古典建筑隐约可见，增添了几分古韵。整个画面充满了诗意和动感，让人仿佛置身于古代武侠世界之中。

扩写之后的效果场景上细节很丰富，竹叶随剑客移动而飘动，呈现了良好的环境互动。同时影像风格统一，符合水墨画美学。整体彰显了AI在场景理解、文化元素融合方面的进步。

哦，对了，官方与宝石 Gem 合作国风《江雪MV》，真的蛮惊艳，我很喜欢。

官方与宝石 Gem 合作《江雪MV》

妥妥的“动感超人”

通义万相视频生成大模型集成了多项创新技术，有效解决画面表现力和大幅度运动等视频生成技术难题。针对运动生成和物理模拟等难点优化算法，实现了大幅度主体运动和运镜控制，并有效模拟真实世界物理特性；设计了高压缩比、高质量视频VAE框架，有效降低视频信息冗余，并保持高质量视频重构能力。

我们一起来看看运动效果如何。

提示词：京剧演员在海底剧场翻腾跳跃，彩带与气泡交织飞舞

这个场景的效果我还是蛮惊讶的，彩带在水中飘动，与气泡交织，形成了动态的视觉层次，增添了场景的奇幻感，展现了复杂的流体动力学模拟能力。

AI成功模拟了水的浮力和阻力对人体运动的影响。京剧演员的翻腾跳跃动作可能显得更加轻盈缓慢，体现了水下运动的特性。

提示词：功夫大师在摩天大楼间飞檐走壁，霓虹灯光随动作闪烁

功夫大师的”飞檐走壁”动作需要精确的重心转移和身体控制。AI成功模拟了这种高难度动作，包括跳跃、翻转和快速位移。大师的动作流畅自然，体现了通义万相对人体运动力学的准确理解。

而在高楼间穿梭时，AI准确表现了重力作用和惯性效果。大师在跃起时的加速和落地时的缓冲都符合物理规律，增添了场景的真实感。

人物的下落的效果是很自然的。可能大家也发现了，视频效果中有音效，还非常契合。这一次，通义万相能生成，与视觉内容高度匹配的声音特效，实现音画同步，增强视听一体的沉浸感。

提示词：繁华都市夜景，旗袍女子漫步霓虹街头，古今交融

AI成功营造出古今交融的氛围，旗袍与都市景观的和谐统一体现了其出色的风格融合算法。霓虹灯下的都市夜景，旗袍女子优雅漫步其中，她的服饰在灯光下呈现动态光泽，传统刺绣与现代灯光相映成趣。场景中流动的行人和交通增添了真实感，展示了模型在复杂动态场景生成方面的进步。

再看一个画面内人物转身较大的效果。

提示词：复古太空通信员，转身操作通信设备，背景是撒哈拉沙漠和金字塔。

这么快的运镜下基本是没有变形的。更多的运动效果如下：

运动效果合集

提示词：视频展示了一座宏伟的古典建筑，镜头缓缓推进，聚焦于被盛开樱花环绕的建筑。金色的灯光闪烁，给人温暖而梦幻的感觉，前景中的水面如镜子般反射着建筑和花瓣。

水面波光粼粼，镜头推进光影变化效果真实细腻，这不就是我们要真实感吗？说实话，在AI物理世界理解这块，通义是我目前使用过做的最好的。

音画同步：AI导演的配音绝活

说起视频制作，光有好画面还不够，配上合适的音效才能让作品更有感染力。而通义万相在这方面可是有独门绝技——音画同步功能。

还记得我们之前生成的那些动感十足的视频吗？无论是轻功水上漂的武侠高手，还是在霓虹灯下漫步的旗袍美人，通义万相都能为它们配上恰到好处的音效。

提示词：骑着机械龙的未来武士在长城上疾驰，烟火在背景绽放

听，机械马蹄声，龙剑客飞檐走壁时的呼呼风声，甚至是海底京剧时泡泡上浮的咕噜声，每一个细节都被AI精准捕捉。这哪是配音，简直就是给视频注入了灵魂！

更厉害的是，通义万相不仅能生成音效，还能创作与画面匹配的背景音乐。比如：

从自然音效到现代感十足的音乐配乐，AI都能信手拈来。画面动感，音乐就强劲；场景舒缓，旋律就轻柔。这默契度，简直比某些人类导演和配乐师配合得还要好！

通义万相的音画同步功能，不仅大大提升了生成视频的质量，还为创作者省去了找配乐、剪辑音效的麻烦。现在，只需要输入文字或上传图片，通义万相就能一条龙服务，从画面到声音，统统帮你搞定。

这种音画同步的能力，让通义万相生成的视频更具沉浸感和感染力。无论是用于短视频创作、广告制作，还是作为电影前期概念预演，都能让创意更生动、更直观地呈现出来。

看来，通义万相不仅是位”会说中国话”的AI导演，还是个”能歌善舞”的全能选手呢！有了这样的神助攻，相信未来会有更多有趣的音视频作品涌现出来。各位创作者，你们心动了吗？

多种风格的融合

除了上面的国风效果，还能融合多种风格，比如写实风格、毛毡动画、CG厚涂、3D动漫、勾线动画等风格。请看以下视频：

多种元素、多种风格的融合十分有利于想象力旺盛的创作，很多时候传统影视无法实现的效果，完全可以用AI来生成，而通义万相弥补了概念组合、元素结合、以及更强的想象力，想要什么有什么，带来更强的创作能力。

最后

如果给通义这次表现打分，我给满分100分中的90分！扣的10分是因为……well，我们总得给AI留点进步空间，对吧？

从动态水墨画到未来武侠，从海底京剧到霓虹旗袍，想要作出中国风的作品是妥妥的没问题。

整体体验下来，通义万相在理解复杂语言、生成物理世界方面很不错，同时在音画同步方面也是一绝。上面我们通过一系列融合传统与现代元素的挑战，通义万相不仅证明了自己是一位”会说中国话”的AI，更是一个深谙中国文化、能够创新演绎中国风的数字艺术家。期待它未来带来更大的创新！

最后提醒一句，通义万相现在免费，不试白不试！

文章来自于“硅星人Pro”，作者“椒盐玉兔”。