一、万相（Wan AI）是什么？
万相（Wan）是 阿里巴巴 / 阿里云「通义」系列的 AI 视频与图像生成大模型，国际版基于独立站点 Wan AI（wan.video），官方定位「Leading AI Video Generation Model」。国内版为通义万相（tongyi.aliyun.com/wan）。它把文本、图像等多模态输入，转成高质量视频与图像，实现从「一句话 / 一张图」到动态短片的便捷创作。
与早期只做「文生图」的版本不同，今天的万相已是覆盖视频生成、视频编辑、视频配音、文生图的多模态创作平台。用户只需登录，即可在无需本地部署的情况下体验从「文本到视频」「图像到视频」的转换，网站还每日赠送积分鼓励持续探索。
二、公司背景：阿里巴巴 · 阿里云 · 通义
阿里巴巴（Alibaba）：全球领先的互联网与云计算科技公司，业务覆盖电商、云计算、AI、本地生活等。
阿里云（Alibaba Cloud）：阿里巴巴旗下云计算与 AI 平台，「通义」大模型系列与百炼（Model Studio）大模型平台均出自阿里云，向开发者与企业提供 API。
通义（Tongyi）：阿里云自研通用大模型与产品家族，涵盖文本、图像、视频、音频等多模态，代表作通义千问（Qwen）、通义万相（Wan）等。
万相（Wan）：阿里云通义系列的 AI 视频与图像生成大模型，提供创作与开源/API 能力，服务于创作者、开发者与企业。
三、发展历程
2023-07-07：通义万相上线（AI 绘画），开启定向邀测，聚焦多模态图像生成。
2024-09-19：阿里云发布通义万相视频生成大模型，具备生成影视级高清视频的能力，用户可通过通义 App 与官网免费体验。
2025-01：通义万相 Wan 2.1 升级，视频生成与图像生成两大核心能力显著提升；Wan 国际版 2.1 成为关注焦点。
2025-02-25：阿里巴巴基于最宽松的 Apache 2.0 协议，将 Wan 2.1 的 14B 与 1.3B 全套推理代码与权重全量开源，全球开发者可在 GitHub、Hugging Face 与魔搭社区下载体验。
2025-07-28：阿里开源通义万相 Wan 2.2（电影级视频生成）：T2V-A14B、I2V-A14B（业界首批 MoE 架构视频模型，27B 总参 14B 激活，省 50% 计算）、IT2V-5B（仅需 22G 显存，几分钟生成 5 秒 720P/24 帧），首创电影美学控制系统。
当前（Wan 3.0）：官网「Introducing Wan3.0」，主打原生 30 秒、Omni-Creation、像素级一致与沉浸式视听。
四、核心功能：五大多模态任务
文本到视频（T2V）：输入文字描述，生成对应视频内容；对中英文都有出色理解与生成能力，是全球首个原生支持中英双语文字特效生成的模型，能生成海报字体、场景嵌入文字。
图像到视频（I2V）：上传一张或一系列图像，基于这些图像生成连贯视频，让静态图像「动」起来。
视频编辑：对已有视频进行编辑，如调整色调、添加特效、更改部分元素；给普通风景视频加复古滤镜，呈现老电影质感。
文本到图像（T2I）：依据文本描述生成高质量图像，为视频创作提供素材支持。
视频到音频（V2A）：从视频提取音频信息，或根据视频内容生成匹配音频——提取环境音，或配上背景音乐增强氛围。
五、物理模拟与电影级运镜
精准物理模拟：生成视频时能精准还原碰撞、反弹、切割等复杂物理场景——模拟篮球撞击篮板后的反弹轨迹、刀具切割物体的真实效果；足球比赛中的碰撞、草地滚动等也被精准呈现，让视频更贴近现实。
电影级运镜效果：支持自动运镜，生成具有电影感的镜头语言，运用推、拉、摇、移等运镜手法增添视觉动态；拍摄自然风光时能自动从远处山峦拉近到近处花草。
六、Wan 3.0：原生 30 秒 / Omni-Creation / 像素级一致
Wan 3.0 是当前世代，官网主打以下亮点：
Omni-Creation 多模态创作：支持多模型输入（图片、视频、文档、网页等），最多可引用 20 个参考素材，并具备文档与网页解析能力。
原生 30 秒时长：单次即可生成 30 秒 的标准视频，实现更完整的叙事与创作自由度。
像素级一致性（Pixel-Perfect Consistency）：画面、角色、场景跨段保持高度一致，提升生产流程的交付确定性。
沉浸式视听体验（Immersive Experience）：提升真实感、质感与音效设计，让成片更具电影级观感。
精准指令视频编辑（Video Editing）：编辑更贴合指令，实现精细调整。
七、参数版本与开源生态
14B 版本：强大的复杂场景处理能力，支持生成 720P 及以上 高清视频，甚至实现无限长 1080P 视频编解码；适合影视制作、大型广告片等专业场景，但对硬件要求较高（需高性能 GPU，如 NVIDIA A100）。
1.3B 版本：硬件要求低，仅需 8.19GB 显存，几乎可在所有消费级 GPU（如 RTX 4060/4090）运行；分辨率最高 480P（可尝试 720P，稳定性稍低）；在 RTX 4090 上生成 5 秒 480P 视频约 4 分钟。
Wan 2.2 MoE：T2V-A14B 与 I2V-A14B 为业界首批 MoE 架构视频模型，总参 27B、激活 14B，可节省 50% 计算资源；高/低噪声专家分工，在复杂运动与人物交互上表现突出；首创电影美学控制系统。
Wan 2.2-IT2V-5B：支持文生/图生视频，采用高压缩率 3D VAE 架构，仅需 22G 显存（消费级显卡），几分钟生成 5 秒 720P/24 帧视频。
八、权威评测：VBench 全球登顶
在权威评测工具 VBench 中，通义万相 Wan（国际版）2.1 以总分 86.22% 的优异成绩登顶全球榜首，超越 Sora、Pika 等知名闭源模型。这一成绩体现了其在生成质量、物理模拟准确性、复杂运动生成以及文本-视频关联性等方面的优势——在复杂运动生成上能精准呈现人物旋转、跳跃以及物体高速运动轨迹，且符合现实物理原理。
九、应用场景
影视制作：提供高效的特效制作与动画生成工具，生成魔法特效场景、神话生物动画等，节省后期成本与时间。
广告与营销：快速生成吸引人的广告视频，展示产品、使用场景与特色亮点；配合动态字幕与特效增强传播效果。
教育与培训：制作生动的教学视频，把抽象知识用具体场景展示，如物理力学模拟视频、历史事件模拟视频。
个人创作者：降低视频创作门槛，无需专业技能即可通过文字或图像生成创意视频，可用于短视频素材、虚拟直播背景等。
十、怎么使用万相？
选择入口：国际版 Wan AI（wan.video）；国内版 通义万相（tongyi.aliyun.com/wan）；也可用 通义 App 或企业走 阿里云百炼（Model Studio）API。
登录：注册/登录后即可使用；每日签到或登录赠送免费积分。
选择任务：文本→视频、图像→视频、视频编辑、文本→图像、视频→音频。
描述与生成：输入文本描述或上传素材，设置分辨率等，生成视频/图像。
编辑与打磨：用视频编辑、多轮提示词、电影美学控制等进一步迭代；如需本地/开源，可在 GitHub、Hugging Face、魔搭社区下载权重（14B/1.3B/Wan 2.2）。
下载与分享：高清成片（1080p、无水印，依套餐）可下载分享。
十一、订阅与定价
万相国际版（create.wan.video）采用订阅制 + 积分 + 每日签到模式（价格以官方为准）：
套餐 | 月费 | 积分 | 并发 | 主要权益 |
|---|---|---|---|---|
Free 免费 | 0 美元/月 | 每日签到赚积分 | 1 个视频 / 1 张图 | 6 种图像风格 |
Pro | 5 美元/月（年付 10 美元，约 50% off） | 300 积分/月（加速至 1200 图或 60 视频） | 3 个视频 / 3 张图 | 无 水印下载 · 1080p 高清 · 10–30 秒长视频 · 图像放大 · 全风格 · 每日签到 |
Premium | 20 美元/月（年付 40 美元，约 50% off） | 1200 积分/月（加速至 4800 图或 240 视频） | 8 个视频 / 5 张图 | 无 水印下载 · 1080p 高清 · 长视频 · 图像放大 · 全风格 · 每日签到 |
订阅按月/年自动续费，可随时取消；首次月/年激活后不可退款；本次购买仅限 create.wan.video，API、DealDance 与其他产品需另行购买。国内版与 API 定价以官网为准。
十二、万相常见问题（FAQ）
Q1：万相（Wan）是什么？
阿里巴巴 / 阿里云「通义」系列的 AI 视频与图像生成大模型，支持文本→视频、图像→视频、视频编辑、文生图、视频→音频等多模态任务；当前世代为 Wan 3.0。
Q2：万相是哪个公司的？
阿里巴巴 / 阿里云，属「通义（Tongyi）」系列，与通义千问（Qwen）同源；国际版为 Wan AI（wan.video），国内版为通义万相。
Q3：最新版本是什么？
Wan 3.0：原生 30 秒、Omni-Creation 多模态创作（最多 20 个参考素材、可解析文档与网页）、像素级一致性、沉浸式视听、精准视频编辑。
Q4：万相开源吗？
开源。2025-02 以 Apache 2.0 开源 Wan 2.1 的 14B / 1.3B；2025-07 开源 Wan 2.2（MoE：T2V-A14B / I2V-A14B / IT2V-5B），可在 GitHub、Hugging Face、魔搭社区下载。注意：GitHub/开源权重与企业 API 属不同产品，需分别获取。
Q5：万相收费吗？
万相国际版为订阅制：Free（0 美元）、Pro（5 美元/月，年付 10 美元）、Premium（20 美元/月，年付 40 美元），含不同积分与并发额度；另每日签到赠积分；API/百炼与国内版定价以官方为准。
Q6：万相能做什么？
文本→视频（原生中英双语文字特效）、图像→视频、视频编辑（色调/特效/元素）、文本→图像、视频→音频；并支持精准物理模拟、电影级运镜、多素材 Omni-Creation 等。
Q7：万相可以本地部署吗？
可以。「1.3B」版本仅需 8.19GB 显存（消费级 RTX 4060/4090 可运行）；「14B」适合专业场景（需 A100 等）；Wan 2.2 的 5B 版本仅需 22G 显存。
Q8：万相和 Sora、可灵等视频工具比如何？
在权威评测 VBench，通义万相 Wan（国际版）2.1 以 86.22% 登顶全球第一，超越 Sora、Pika；不同工具各有侧重，可择优体验。
十三、结语：万相的定位与价值
万相的核心价值，是把「创作一段影像」从专业制片流程变成「一段描述 / 一组素材 + 一次生成」——既能产出影视级高清视频，又通过14B/1.3B 开源权重与消费级部署降低门槛，让专业团队与普通创作者都能按需取用。Wan 3.0 进一步把原生 30 秒、多模态 Omni-Creation、像素级一致与沉浸式视听合入同一产品，并用 VBench 86.22% 全球登顶验证其生成质量与物理真实性。配合开源生态（GitHub/Hugging Face/魔搭）与阿里云百炼 API，万相既是一站式创作工具，也是可深度集成的 AI 视频/图像基础设施。无论你是影视、广告、教育从业者，还是个人创作者，它都在把「影像想象力」拉近到指尖。
