阿里发布 Wan2.7-Video 视频生成模型：“能导擅演”，聚焦创作全链路

4 月 3 日消息，今天下午，阿里宣布视频生成模型 Wan2.7-Video 正式上线。该模型支持文本、图像、视频、音频全模态输入，聚焦“创作”全链路，覆盖生成、编辑、复刻、重塑、驱动、续写、参考等流程，号称更可控、更全能、“能导擅演”。

Wan2.7 支持文本、图像、视频、音频全模态输入，在画面结构、剧情走向、局部细节、时序变化等方面均可随心控制，让视频像文档一样可编辑。

用户可以通过指令对视频画面进行局部调整，编辑后的区域在光影与材质上能与原视频自然融合。同时，其支持指令增删元素（如“删掉视频中的火车”）、替换物体（如“把胶片替换成盘子”），也可修改物体属性（如建筑颜色）。支持参考图像内容进行精准添加。

该模型还支持变换环境与风格，人物动作不变，背景季节可从夏日变深秋，或一键转换为羊毛毡风格，瞬间穿越平行宇宙。

此外，其还支持视频质量提升（如给黑白画面上色）、视觉理解任务（如主体分割）及拍摄方式调整（如修改对焦）等，满足多样编辑需求。

对已经拍摄或生成的视频内容，支持通过指令描述实现剧情内容和拍摄方法的修改。Wan2.7 允许你在不改变原有身份和场景的前提下，对角色的行为、台词甚至拍摄视角进行颠覆性修改，实现灵活的二次创作。同时，其支持修改角色所讲的台词内容，保持其情绪、口型与新台词匹配，并保持音色统一。也可以修改行为，如“其他保持不变，坐沙发上的女生变为站着打游戏”，仅动作逻辑改变。

该模型还支持同场景角色的颠覆演绎，如将玩家替换为中世纪骑士，手中控制器替换为冷兵器，但保持原有握持姿势不变。也可修改拍摄相机设定（机位、视角、景别、镜头类型、焦距等）。例如“将镜头修改为从地面逐渐向上升起”，同一素材呈现截然不同的观影体验。

该模型能够通过首尾帧、视频续写、续写 + 尾帧等方式，实现对剧情走向和画面构图、光影的精准控制，兼顾动态延续性与结构可控性。

其还支持图像、视频、音频等多模态参考，实现外观和音色的锁定。支持多达 5 个视频主体参考，让每个角色都有专属音色，多镜头间特征保持更一致。

据了解，用户可以通过以下方式体验 Wan2.7 视频生成模型：