阿里万相2.6模型上线：国内首发角色扮演AI

12月16日IT之家消息，阿里巴巴正式发布新一代“万相2.6”系列模型，该模型面向专业影视制作与图像创作场景进行了全面升级。全新的万相2.6是业内首个支持角色扮演功能的视频生成模型。该模型同时支持音画同步、多镜头生成及语音驱动等功能，堪称当前全球功能最为齐全的视频生成解决方案。万相2.6现已同步上线阿里云百炼平台及万相官网。

IT之家为大家梳理其最新亮点如下：

万相2.6视频生成核心升级

角色扮演功能

万物皆可入戏。万相2.6能参考输入视频中角色的外观与音色，精准实现角色扮演，并依据提示词生成单人、多人甚至人物与物品合拍的创意视频内容。

多镜头叙事

万相2.6可将用户简洁的提示词自动转换为多分镜头脚本，生成包含多个连贯镜头的叙事视频，并在多镜头间保持主体、场景等关键信息的高度一致。

自然音画同步

稳定生成多人对话场景，提供真实自然的人声表达与音质提升，还能创造出更好听的背景音乐与歌曲。

15秒长视频生成

生成视频最长可达15秒（参考生视频10秒），显著提升画面时空的内容容量，支持更完整、流畅的叙事表达。

音频驱动生成

万相2.6可根据用户输入的文本和音频，智能驱动生成视频，并实现多镜头的流畅演绎。

万相2.6文生图升级亮点

艺术风格的高度美学与可控性

精准捕捉艺术灵魂：模型对各类风格关键词理解深入，还原度更高，画面整体风格统一且完整。风格融合自然流畅：支持多种艺术风格有机融合，过渡平滑，可创作出独具一格的视觉作品。细节刻画生动丰富：对“肌理、色彩、笔触”等细节的呈现更为到位，赋予图像故事感与表现力。

真人像质感，光影细节到位

在写实人像生成中，人物神态自然、肤质真实，有效削弱了“AI感”。模型综合优化构图与光影，呈现出更具表现力的人像视角。

文字生成，图表、插画与海报设计

可依据中英文长文本内容，结合美学设计与图文协调性，精准生成海报、图文说明、信息图表等，实现内容与视觉的高度统一。

万相2.6图像生成升级亮点

图文混排输出

支持多张图片和文字一体化生成，具备逻辑推理能力，实现有层次、有逻辑的可视化叙事。

多图融合生成

支持多张图片的任意参考、组合或替换，融合多重视觉灵感，生成全新创意图像。

商誉级一致性保持

保持角色、风格或元素的高度一致，拓展商业级使用场景。

美学要素迁移

提取参考图的色彩、风格、构图等创意灵感，实现美学参考生成。

镜头和光影精准控制

可指定镜头视角、近远景及光影细节，实现对画面空间与氛围的精确调控。