阿里通義實驗室近日推出了一款名為Wan2.7-Video的視頻創(chuàng)作大模型，該模型突破了傳統(tǒng)視頻編輯的局限，支持文本、圖像、視頻和音頻的全模態(tài)輸入，為用戶提供了更加靈活和高效的視頻創(chuàng)作工具。無論是畫面結(jié)構(gòu)、劇情走向，還是局部細(xì)節(jié)和時序變化，用戶都可以通過簡單的指令進(jìn)行精細(xì)調(diào)整。

Wan2.7-Video的亮點之一是實現(xiàn)了“一句話改視頻”的功能。用戶只需輸入簡短的文字描述，模型就能自動保持視頻中的光影和材質(zhì)一致性，同時支持多張圖像的同步輸入。這一功能大大簡化了視頻編輯的流程，讓用戶能夠更專注于創(chuàng)意表達(dá)。模型還引入了視頻續(xù)寫與尾幀控制的聯(lián)合機(jī)制，用戶可以在續(xù)寫視頻的同時，直接指定結(jié)尾畫面，確保劇情的連貫性和可控性。

在角色替換方面，Wan2.7-Video展現(xiàn)了強(qiáng)大的能力。通過參考圖像，模型可以將原視頻中的角色替換為新的形象，同時保持背景、服裝和姿態(tài)的一致性。例如，將原視頻中的歐美男生替換為中國男生后，視頻中的人物嘴型和臺詞保持不變，僅服裝上的光影效果略有調(diào)整，整體效果自然流暢。

該模型還支持對視頻畫面進(jìn)行局部增刪改操作。用戶可以通過指令對特定區(qū)域進(jìn)行調(diào)整，編輯后的內(nèi)容在光影和材質(zhì)上與原視頻無縫融合。無論是增刪元素、替換物體，還是修改物體屬性，Wan2.7-Video都能輕松應(yīng)對。用戶還可以通過指令修改劇情內(nèi)容或拍攝方法，實現(xiàn)二次創(chuàng)作。例如，保持角色身份和場景不變，僅修改行為、臺詞或拍攝視角，為視頻創(chuàng)作帶來更多可能性。

在拍攝技巧方面，Wan2.7-Video同樣表現(xiàn)出色。模型支持推、拉、搖、移、跟、升降等數(shù)十種基礎(chǔ)運(yùn)鏡，還能執(zhí)行希區(qū)柯克式變焦、上升揭示等復(fù)合技巧。用戶只需輸入簡短的文字描述，模型就能自動完成智能劇本創(chuàng)作和分鏡調(diào)度，并根據(jù)電影類型自動匹配色彩和光影風(fēng)格。這一功能讓非專業(yè)用戶也能輕松創(chuàng)作出具有專業(yè)水準(zhǔn)的視頻作品。

Wan2.7-Video在情緒表達(dá)上也達(dá)到了新的高度。模型不僅支持高興、悲傷、憤怒等基礎(chǔ)情緒，還能演繹超過40種細(xì)分表情，為角色賦予更加豐富的情感層次。同時，模型建立了一種新的映射關(guān)系，以戲核為高級指令，直接驅(qū)動光影、攝影和色彩等參數(shù)的生成，確保視頻的整體風(fēng)格一致。

在多模態(tài)參考方面，Wan2.7-Video支持圖像、視頻和音頻等多種形式的輸入，最多可參考5個視頻主體。模型還對多宮格參考圖進(jìn)行了優(yōu)化，可以直接將漫畫轉(zhuǎn)換為動畫片，為創(chuàng)意表達(dá)提供了更多選擇。模型在視頻續(xù)寫和尾幀控制方面進(jìn)行了重點優(yōu)化，有效解決了傳統(tǒng)方法中常見的“剎車感”和可控性差的問題。

阿里通義實驗室表示，Wan2.7-Video的推出標(biāo)志著視頻生成技術(shù)進(jìn)入了一個新的階段。過去，用戶修改視頻中的任何細(xì)節(jié)幾乎都需要重新生成整個片段，效率低下且難以保持一致性。而Wan2.7-Video通過底層效率優(yōu)化顯著降低了使用門檻，讓專業(yè)視頻創(chuàng)作變得更加輕松可控。這一成果不僅得益于視覺模型的創(chuàng)新，還離不開音頻預(yù)訓(xùn)練、影視領(lǐng)域知識和角色表演等方面的綜合支持。