通义万象

通义万相是阿里巴巴通义实验室推出的 AI 视觉创作平台，基于万相（Wan）系列视觉生成大模型，覆盖文生图、图生图、图像编辑、文生视频、图生视频等 10 多种视觉创作能力，累计生成图片 3.9 亿张、视频 7000 万个 。

其核心差异化在于”中文文字渲染 + 商用设计可控性 + 阿里云企业级 API”——最新 Wan2.7-Image 支持最高 3K Token 超长文本输入、12 种语言印刷级文字输出、Hex 调色盘精准配色、交互式框选像素级编辑、最多 12 张组图生成、9 张参考图多主体一致性 。平台采用”个人网页端免费体验 + 阿里云百炼按量计费 + 开源模型本地部署”三层模式，文生图 API 单价 0.2 元/张，开通百炼 90 天内赠 50 张免费额度 。

 

产品介绍

通义万相是阿里巴巴通义旗下的 AI 创意创作平台，官网 tongyi.aliyun.com/wan，作为万相视觉生成大模型（Wan 系列）的 C 端入口与 API 服务载体 。它要解决的痛点是：海外 AI 生图工具（Midjourney、DALL·E）对中文提示词理解有限、文字渲染常出现乱码，且企业商用需要稳定 API 与合规授权；而通用 AI 对话工具（通义千问、豆包）的生图功能分散且不够专业。通义万相的思路是用“万相自研视觉大模型家族 + 阿里云企业级基础设施 + 开源生态”，构建一个同时服务个人创作者与企业的中文 AI 视觉生成平台——既能在 tongyi.aliyun.com/wan 网页端零门槛生图，又能通过阿里云百炼平台提供稳定 API，还能开源 14B/5B/1.3B 多规格模型供本地部署 。

 

核心平台能力：

通义万相围绕”文生图 → 图像编辑 → 组图与一致性 → 视频扩展”构建了中文视觉生成闭环，由万相大模型家族提供支撑 ：

 

– 文生图（Wan2.6-T2I / Wan2.7-Image）——核心能力

• 超长文本理解：Wan2.7-Image 支持最高 3K Token 超长文本输入，可稳定处理包含复杂排版、多列表格、数学公式的内容
• 印刷级文字渲染：输出图像清晰锐利，达到印刷级标准，支持中、英等 12 种语言，可直接用于生成一页 A4 纸的论文或专业图表
• 艺术风格高度可控：对各类风格关键词理解深入，支持多种艺术风格有机融合，过渡平滑；在国风、水墨、工笔等中式元素上表现突出
• 真实人像质感：Wan2.6 起优化写实人像生成，人物神态自然、肤质真实，有效削弱”AI 感”；Wan2.7 进一步提出”活人感”概念，告别 AI 标准脸
• 电影级美学控制：通过 Composer 组合式生成架构，将设计元素拆解重组，提供高可控性
• 自由尺寸：支持在总像素面积与宽高比约束内自由选尺寸

 

– 图像编辑（Wan2.6-Image / Wan2.7-Image）——差异化能力

• 交互式精准编辑：通过指定像素坐标框选目标区域，即可对局部进行替换、移动或添加新元素
• 像素级替换：将冰块替换为水果并保持光影不变，给产品图更换特定区域的材质
• 多图协同创作：Wan2.7 支持 0-9 张多图输入，通过一句自然语言指令就能让不同图像中的元素完美联动
• 智能抠图与局部重绘：电商修图的细节优化、设计稿的快速调整都能精准命中需求

 

– 色彩精准控制——Wan2.7 独家能力

• Hex 调色盘：允许用户通过 Hex Code 一键提取参考图的颜色及占比，或手动输入自定义配色方案
• 品牌配色对齐：无论是复刻梵高明媚的黄色系，还是对齐品牌手册的严格配色，用户都可以自由调控颜色的数量和比例

 

– 组图与多主体一致性——电商与设计杀手锏

• 连续组图生成：最多一次性生成 12 张同风格系列图，适用于 PPT 配图、分镜脚本或电商模特套图
• 多主体一致性：最高支持输入 9 张参考图，确保合影、电影海报或家具组合在不同画面中的风格与特征高度统一

 

– 视频生成（Wan2.6-T2V / I2V）——延伸能力

• 文生视频 / 图生视频：万相 2.6 新增多镜头叙事能力，支持自动配音和传入自定义音频文件
• 视频编辑：Wan2.7 支持视频多维度指令编辑、视频主体参考、创意视频复刻（参考视频动态特征一键复刻）
• 时序无限延展：支持首尾帧、视频续写、续写+尾帧等多种创作方式

 

– 行业特色功能

• 虚拟模特：电商场景下的 AI 模特换装
• 个人写真：AI 生成个人风格照片
• 商品图生成：面向电商的创意商品展示图
• 3D 内容生成：支持从图像/文字生成 3D 模型内容

 

– 开源与本地部署

• 多规格开源：14B / 5B / 1.3B 多规格模型开源，支持本地部署
• 消费级可跑：5B 模型可在消费级显卡运行
• 开源生态：自 2025 年 2 月以来，通义万相已连续开源 20 多款模型，在开源社区和三方平台的下载量已超 3000 万

 

多端覆盖：

• 网页端：tongyi.aliyun.com/wan，个人用户注册登录即可体验
• 移动端 App：通义 App 内集成万相能力
• 企业 API：阿里云百炼平台（bailian.console.aliyun.com）提供 API 接口
• 开源权重：Hugging Face 等平台下载，本地私有化部署
• 账号体系：淘宝/支付宝/阿里云账号登录

 

收费模式

通义万相采用“个人网页端免费体验 + 阿里云百炼按量计费 + 开源模型本地部署”三层模式 。

个人网页端

• 访问 wan 官网注册登录即可体验
• 每日赠送 50 点灵感值，用于生成图像/视频
• 可使用 基础文生图、图生图​ 功能
• 可使用 基础图像编辑
• 可使用 APP 端视频生成（不限次数）
• 1 个用户席位

个人网页端定位是”中文 AI 视觉创作零门槛入口”——每日 50 点灵感值足以生成 50 张标准清晰度图片 ，对社交媒体配图、电商素材探索、设计灵感验证完全够用。若需更高优先级、更大规模生成、API 集成、商用授权，则需通过阿里云百炼平台按量计费或订阅企业方案。

 

– 阿里云百炼按量计费（企业/开发者主力方案）

开通阿里云百炼后 90 天内享受免费额度，超出后按量计费 ：

文生图 0.2 元/张的定价，相比 Midjourney Basic $10/月（约 72 元）的固定订阅，对低频或波动使用量的用户具备显著的成本灵活性。企业用户可通过购买大模型推理资源包抵扣费用，价格从 11.45 元至 6250 元不等，有效期通常为 1 年​ 。

 

– 开源本地部署

• 开源模型（Wan2.2 等）可免费本地部署使用
• 1.3B 基础版：RTX 4090 + 32GB 内存
• 14B 专业版：A100/A800 + 64GB 以上内存
• 无软件授权费，硬件成本为唯一投入，适合对数据安全与性能有高要求的企业

 

优势与局限（基于官方披露与第三方评测综合）

优势：

• 中文文字渲染强：Wan2.7-Image 支持最高 3K Token 超长文本输入，12 种语言印刷级输出，10 像素级别小字精准渲染，解决了 AI 生图”文字乱码”的行业硬伤
• 商用设计可控性高：Hex 调色盘精准配色、交互式框选像素级编辑、最多 12 张组图、9 张参考图多主体一致性，专业设计师的精准控制需求得到满足
• 阿里云企业级基础设施：通过阿里云百炼平台提供稳定 API，按量计费透明（文生图 0.2 元/张），企业集成零摩擦
• 开源生态完整：14B/5B/1.3B 多规格开源，下载量超 3000 万，5B 模型可在消费级显卡运行，本地部署零授权费
• 电商场景深度优化：虚拟模特、商品图生成、个人写真等行业特色功能，电商卖家可直接使用
• 国风与中式美学：在水墨、工笔、国风等中式元素上表现突出，特别强化中国传统文化元素的 AI 表现力
• 视觉生成全家桶：文生图、图生图、图像编辑、文生视频、图生视频、3D 生成、数字人动作生成等 10+ 能力一站式覆盖
• 免费策略友好：个人网页端每日 50 点灵感值 + 阿里云百炼 90 天免费额度，轻度用户零成本可用
• 累计规模验证：已累计生成 3.9 亿张图片、7000 万个视频，工程稳定性经过大规模验证

局限：

• 开箱美学不及 Midjourney：评测共识——在艺术性与光影深度的峰值单图质量上，通义万相仍不及 MJ V7；通义万相的优势在”画得对、文字稳、可控性强”，而非”画得最美”
• 个人网页端功能受限：网页端体验版以水印输出为主，高频商用需走阿里云百炼 API
• Wan2.7 与 Wan2.6 并存：当前官方主推 Wan2.7-Image 能力，但阿里云百炼计费页主要展示 Wan2.6 价格 ，用户需注意模型版本与对应计费
• 海外访问与合规：国内服务为主，海外用户需通过阿里云国际站（如新加坡地域）调用 API，价格与可用模型略有差异
• 通义千问对话入口的混淆：通义千问 App 内也集成生图能力，但那是”对话+生图”的混合入口；纯图像&设计场景应使用 tongyi.aliyun.com/wan 独立入口
• 企业级成本随量级上升：重度视频生成（1080P 1 元/秒）成本上升较快，大批量视频生产需仔细评估预算