9月24日下午消息，在2025杭州云棲大會上，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，首次實現(xiàn)音畫同步的視頻生成能力，有效降低了電影級視頻創(chuàng)作的門檻。即日起，用戶可在阿里云百煉平臺調用API，或在通義萬相官網(wǎng)直接體驗。

　　據(jù)悉，全新的通義萬相2.5在創(chuàng)作能力上實現(xiàn)了全面升級：視頻生成時長從5秒提升至10秒，單次生成可實現(xiàn)更完整的劇情故事；支持24幀每秒的1080P高清視頻生成，畫面質量進一步提升，滿足電影級場景的創(chuàng)作需求；與此同時，模型指令遵循能力進一步提升，在視頻生成任務中可理解運鏡等復雜連續(xù)變化指令控制，圖像編輯任務也可以跟隨指令一鍵實現(xiàn)人物變身、風格變化等效果。用戶只需輸入提示詞即可生成人聲、環(huán)境音效和背景音樂，并且精準與畫面內(nèi)容、人物口型匹配，讓視頻演繹更加生動形象。

　　此外，通義萬相2.5還升級了圖像生成能力，可生成中英文文字和圖表，包含復雜文字排版、藝術海報、流程圖、架構圖等，同時支持圖像編輯功能，輸入一句話即可完成P圖。

　　目前，通義萬相模型家族已支持文生圖、文生視頻、圖生視頻、人聲生視頻和動作生成等10多種視覺創(chuàng)作能力，累計生成3.9億張圖片、7000萬個視頻。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。