近日，阿里巴巴宣布全面开源其先进的视频生成与编辑模型——通义万相 Wan2.1-VACE，此举标志着中国在人工智能视频创作领域迈出了重要一步。这款模型具备强大的多功能性，涵盖了从文本到视频的生成、图像参考视频制作、视频重绘、局部编辑、背景延展及时长延展等一系列核心功能，为视频内容创作提供了更多可能性。
根据《科创板日报》的报道，此次开源的通义万相 Wan2.1-VACE 提供了两个版本：1.3B 和 14B。 其中，1.3B 版本因其较低的硬件需求而备受关注。这意味着即便是配备普通消费级显卡的设备也能流畅运行该模型，极大降低了用户的准入门槛。这一设计思路体现了阿里巴巴致力于推动AI技术普及化的决心，让更多个人开发者和小型团队也能参与到AI视频创作的浪潮中。
通义万相作为阿里云通义系列的重要组成部分，自 2023 年 7 月 7 日上线以来，便凭借其在 AI 绘画领域的出色表现赢得了市场认可。2024 年 9 月的阿里云栖大会上，阿里巴巴正式推出了通义万相的视频生成大模型。该模型不仅能够生成高质量、影视级的视频内容，还特别优化了对中文指令的理解和处理能力，使其在中文语境下的应用更具优势。这种对本土语言的支持，无疑将进一步提升其在中国市场乃至全球华人社群中的实用价值。
回顾通义万相的发展历程，其视频生成模型在短短几个月内实现了显著的技术迭代，从初版升级到 2.1 版本。今年 1 月，通义万相宣布升级至2.1版，并在复杂运动处理、真实物理规律还原、电影质感提升以及指令遵循优化等关键领域取得了显著突破。这些改进不仅大幅提升了模型生成视频的质量，也使其在处理复杂场景和用户指令时更加精准高效。相较于其他同类模型，通义万相在模拟真实世界物理规律方面的进步，使其生成的视频更具真实感和沉浸感。
2 月 25 日，阿里巴巴宣布全面开源通义万相 2.1 视频生成模型。这一举措不仅展示了阿里巴巴在 AI 技术领域的开放姿态，也为全球开发者提供了一个宝贵的学习和试验平台。开源意味着开发者可以自由地研究、修改并基于该模型进行二次开发，从而加速 AI 视频生成技术的发展和创新。 预计未来将涌现出大量基于通义万相的创新应用和行业解决方案，推动视频内容创作领域的变革。
