%20--%3e%3cdefs%3e%3cstyle%3e%20.st0%20{%20fill:%20%23061b40;%20}%20.st1%20{%20fill:%20%23306af1;%20}%20.st2%20{%20fill:%20%235ce5cf;%20}%20%3c/style%3e%3c/defs%3e%3cg%3e%3cpath%20class='st0'%20d='M55,10.5h9v3h-9v9h12V7.5h-12v3ZM64,19.5h-6v-3h6v3Z'/%3e%3cpolygon%20class='st0'%20points='69%2016.5%2078%2016.5%2078%2019.5%2069%2019.5%2069%2022.5%2081%2022.5%2081%2013.5%2072%2013.5%2072%2010.5%2081%2010.5%2081%207.5%2069%207.5%2069%2016.5'/%3e%3cpolygon%20class='st0'%20points='95%2010.5%2095%207.5%2083%207.5%2083%2022.5%2095%2022.5%2095%2019.5%2086%2019.5%2086%2016.5%2095%2016.5%2095%2013.5%2086%2013.5%2086%2010.5%2095%2010.5'/%3e%3cpath%20class='st0'%20d='M40,1.5v21h11.6l1.4-1.4v-7.6h0c0,0-1.4-1.5-1.4-1.5l1.4-1.4V2.9l-1.4-1.4h-11.6ZM50,19.5h-7v-6h7v6ZM50,10.5h-7v-6h7v6Z'/%3e%3c/g%3e%3cpath%20class='st1'%20d='M23.1,24L14.7,4.8l-4.9,11.2h3.8l-1.8,4H3.3L12.1,0H2C.9,0,0,.9,0,2v20c0,1.1.9,2,2,2h21.1Z'/%3e%3cpath%20class='st2'%20d='M34,0h-16.8l10.6,24h6.2c1.1,0,2-.9,2-2V2C36,.9,35.1,0,34,0ZM32.5,20h-4V4h4v16Z'/%3e%3c/svg%3e)
今天，Wan2.5-Preview 正式發佈，這款全新的 AI 模型憑藉其革命性的架構和強大功能，旨在重塑視覺生成的未來。新模型在多模態處理、視頻生成和圖像編輯方面均取得了顯著突破。
原生多模態架構與深度對齊
Wan2.5-Preview 採用了全新的統一理解和生成框架，實現了對文本、圖像、視頻和音頻的靈活輸入與輸出。通過對這些模態數據進行聯合訓練，模型能夠實現更強的模態對齊，這是實現視聽同步和精確遵循指令的關鍵。此外，該模型還通過**人類反饋強化學習（RLHF）**進行優化，以確保生成的圖像質量和視頻動態符合人類審美偏好。
視頻功能:視聽同步與電影級美學
在視頻生成方面，Wan2.5-Preview 帶來了多項革新:
同步 A/V 生成:原生支持高保真、高一致性的視頻生成，並且能同步生成包括多人聲、音效和背景音樂（BGM）在內的音頻。
可控多模態輸入:用戶可以使用文本、圖像和音頻作爲輸入源，實現無限的創意組合。
電影級美學:模型生成的1080p 高清10秒視頻擁有強大的動態和結構穩定性，並升級了電影控制系統，可創作出具有電影美感的作品。
圖像功能:創意與精確控制
Wan2.5-Preview 在圖像生成和編輯方面也大幅提升:
高級圖像生成:模型顯著改進了對指令的遵循能力，能夠生成逼真的圖像、多樣的藝術風格、創意排版以及專業的圖表。
圖像編輯:支持對話式、基於指令的圖像編輯，並能實現像素級精度，用於多概念融合、材質轉換和產品顏色交換等複雜任務。
Wan2.5-Preview 的發佈標誌着 AI 視覺生成技術進入了一個新的階段，其強大的多模態能力和精確的控制功能，將爲開發者和創作者提供前所未有的工具。