9月24日，在2025杭州云棲大會(huì)上，阿里發(fā)布通義萬相Wan2.5 preview系列模型，涵蓋文生視頻、圖生視頻、文生圖和圖像編輯四大模型，其中，通義萬相2.5視頻生成模型能生成和畫面匹配的人聲、音效和音樂BGM，首次實(shí)現(xiàn)音畫同步的視頻生成能力，進(jìn)一步降低電影級視頻創(chuàng)作的門檻。即日起，用戶可在阿里云百煉平臺調(diào)用API，或在通義萬相官網(wǎng)直接體驗(yàn)。
全新的通義萬相2.5在創(chuàng)作能力上實(shí)現(xiàn)了全面升級：視頻生成時(shí)長從5秒提升至10秒，單次生成可實(shí)現(xiàn)更完整的劇情故事；支持24幀每秒的1080P高清視頻生成，畫面質(zhì)量進(jìn)一步提升，滿足電影級場景的創(chuàng)作需求；與此同時(shí)，模型指令遵循能力進(jìn)一步提升，在視頻生成任務(wù)中可理解運(yùn)鏡等復(fù)雜連續(xù)變化指令控制，圖像編輯任務(wù)也可以跟隨指令一鍵實(shí)現(xiàn)人物變身、風(fēng)格變化等效果。
據(jù)介紹，相比前幾代通義萬相模型，通義萬相2.5在技術(shù)架構(gòu)上實(shí)現(xiàn)了重大更新：首次采用原生多模態(tài)架構(gòu)，在同一套框架下支持理解和生成等多種任務(wù)，支持文本、圖像、視頻、音頻多種模態(tài)的輸入和輸出，能實(shí)現(xiàn)音畫同步的視頻生成等多模態(tài)能力。用戶輸入提示詞即可生成人聲、環(huán)境音效和背景音樂，并且精準(zhǔn)與畫面內(nèi)容、人物口型匹配，讓視頻演繹更加生動(dòng)形象。通義萬相2.5也支持輸入一段音頻作為參考，來驅(qū)動(dòng)文字或圖片生成音畫同步的視頻。
例如，輸入Prompt：仰視角度拍攝，全景，日光，晴天光，側(cè)光，暖色調(diào)，中心構(gòu)圖。一名外國男子在城市公園的水泥廣場上玩滑板，他約二十多歲，身材健碩，深色短發(fā)藏在黑色棒球帽下，身穿深灰色連帽上衣和黑色工裝褲，腳踩一雙黑白拼色運(yùn)動(dòng)鞋。鏡頭從低角度仰拍，突出其騰空動(dòng)作的張力。他站在滑板上加速前行，身體前傾，雙臂自然張開以維持平衡；隨后猛然躍起，右腳輕踢板尾，滑板在空中完成180度翻轉(zhuǎn)，他迅速下壓接住滑板，雙腳精準(zhǔn)落回板面，穩(wěn)穩(wěn)著地后繼續(xù)向前滑行。背景中，三兩名滑板者在遠(yuǎn)處滑行穿梭，梧桐樹葉在微風(fēng)中輕輕搖曳，陽光穿過樹葉間隙灑下斑駁光影，投射在地面和滑板輪跡上。伴隨著節(jié)奏鮮明的都市電子音樂，背景傳來輪子摩擦地面的沙沙聲與遠(yuǎn)處隱約的交談聲。男子落地瞬間輕哼一聲“Yeah!”，語氣輕快自信。
通義萬相能精準(zhǔn)理解復(fù)雜指令的多個(gè)關(guān)鍵詞，生成一段男子滑板的動(dòng)感視頻，不僅實(shí)現(xiàn)動(dòng)作、拍攝角度和光影遵循指令，視頻展現(xiàn)的人聲、滑板滾動(dòng)音效以及背景音也和畫面內(nèi)容、指令保持同步。
輸入一張圖片和一段文字，通義萬相可生成音畫同步的視頻
此次，通義萬相2.5還全面升級了圖像生成能力，可生成中英文文字和圖表，包含復(fù)雜文字排版、藝術(shù)海報(bào)、流程圖、架構(gòu)圖等，同時(shí)支持圖像編輯功能，輸入一句話即可完成P圖。
通義萬相模型家族已支持文生圖、文生視頻、圖生視頻、人聲生視頻和動(dòng)作生成等10多種視覺創(chuàng)作能力，累計(jì)生成3.9億張圖片、7000萬個(gè)視頻。自今年 2 月以來，通義萬相已連續(xù)開源20多款模型，在開源社區(qū)和三方平臺的下載量已超3000萬，是開源社區(qū)最受歡迎的視頻生成模型之一。
申請創(chuàng)業(yè)報(bào)道，分享創(chuàng)業(yè)好點(diǎn)子。點(diǎn)擊此處，共同探討創(chuàng)業(yè)新機(jī)遇！
2025年，被業(yè)界公認(rèn)為具身智能（EmbodiedAI）真正覺醒的元年。當(dāng)人工智能跨越數(shù)字世界的邊界，轟然撞開物理世界的大門，是誰在荒野中劈開荊棘？又是誰在定義行業(yè)的未來？由魔搭社區(qū)（ModelScope）、CCF智能機(jī)器人專委會(huì)、工信部裝備數(shù)字孿生技術(shù)重點(diǎn)實(shí)驗(yàn)室、Lumina具身智能社區(qū)、開放原子
拒絕“智元”走私語義，七維拆解Token物理本質(zhì)，定義AI時(shí)代唯一真名：「符元」。
3月22日，智匯金陵·AI開源人才峰會(huì)暨魔搭開發(fā)者大會(huì)在南京舉辦。從去年6月30日至今，魔搭社區(qū)用戶數(shù)從1600萬增長至2500萬，9個(gè)月內(nèi)用戶增量近千萬；魔搭社區(qū)上的開源模型數(shù)量從7萬增長至17萬，9個(gè)月內(nèi)新增10萬個(gè)開源模型，包括DeepSeek、智譜、MiniMax、階躍星辰、Mistral等
文/楊雪健來源/節(jié)點(diǎn)財(cái)經(jīng)Meta或迎來史上最大規(guī)模裁員潮。2026年3月14日，路透社曝出Meta正計(jì)劃啟動(dòng)新一輪大規(guī)模裁員，此次裁員比例或達(dá)公司總員工數(shù)的20%，按其近7.9萬的員工規(guī)模計(jì)算，約1.58萬名員工或?qū)⒈徊?。若該?jì)劃執(zhí)行，將成為Meta自2022年底實(shí)行“效率之年”重組后規(guī)模最大的一次
3月17日，阿里發(fā)布全球首個(gè)企業(yè)級AI原生工作平臺——“悟空”，讓每個(gè)團(tuán)隊(duì)、每家公司，都能擁有一支24h工作的”龍蝦軍團(tuán)”。悟空是一款獨(dú)立應(yīng)用，即日起開啟邀測，也將直接內(nèi)置到超2000萬企業(yè)組織的釘釘之中。擁有8億用戶的釘釘重寫底層代碼，進(jìn)行全面CLI（命令行界面）化改造，讓悟空Agent能夠原生操
AI的“免費(fèi)紅利期”結(jié)束了，未來18個(gè)月，靠“API倒賣”的公司，會(huì)成片消失。這個(gè)導(dǎo)火索就是最近Google的一輪封號導(dǎo)致的，隨著封號風(fēng)波的結(jié)束，這也標(biāo)志著AI行業(yè)【收租時(shí)代】來了。2月封號潮：高付費(fèi)用戶被一鍋端一周前，Google開始大規(guī)模封號，付著250美金月費(fèi)的人，賬號說沒就沒，Gmail、Y
來自路透社等媒體報(bào)道的最新消息：DeepSeek未發(fā)布的V4Lite模型遭泄露上網(wǎng)，華為獲得早期訪問權(quán)限，英偉達(dá)被排除在外。近期，谷歌發(fā)表了2篇Multi-Agent協(xié)作學(xué)習(xí)新論文有網(wǎng)友提供了更加詳細(xì)的信息，DeepSeekV4Lite：100萬token上下文窗口（V3為128K）內(nèi)置原生多模態(tài)推
春節(jié)紅包會(huì)結(jié)束，但AI已融入數(shù)億人生活里
性能、商業(yè)、生態(tài)詮釋開源模型的最佳姿態(tài)
2026年剛開年，全世界最狂的那個(gè)男人，穿著他的經(jīng)典黑皮衣，在CES舞臺上發(fā)出了未來十年的信號。他搞了個(gè)“能吃飽套餐”：6個(gè)包子+一碟小菜+一碗粥=肉包子套餐，這樣以后你只要買一個(gè)套餐就能吃飽了。(Rubin平臺)同時(shí)他們店里還免費(fèi)提供的筷子、勺子、蘸料、醬油、醋、水果、零食等等。(開放10萬億語言
