通义万相

通义万相是什么

通义万相是阿里云通义旗下的AI创意作画平台，基于深度学习和生成对抗网络（GAN）技术，专注于文本生成图像（Text-to-Image）和文本生成视频（Text-to-Video）功能。能根据用户输入的文字描述生成多种艺术风格的图像，支持文生图、图生图、涂鸦作画、虚拟模特、个人写真等多种图片创作场景，能生成高质量的视频内容，擅长复杂运动场景的模拟。

通义万相的主要功能

• Génération d'images
  • 文本生成图像：用户输入文字描述，系统会根据描述生成相应的图像，支持多种风格选择。
  • 相似图片生成：基于用户上传的已有图像，生成与之相似但有所变化的新图像，为用户提供更多创作灵感。
  • 图像风格迁移：用户上传一张图片并指定新的艺术风格，系统会将原图转换为指定风格的艺术作品。
  • 虚拟模特和个人写真：通过简单的文本或图像输入，生成逼真的虚拟模特形象或个人写真照片，适用于时尚设计、广告宣传等领域。
• 视频生成
  • 文本生成视频：输入文字描述，生成与描述内容相符的视频。
  • 图像参考视频生成：以图像为基础，生成与图像风格或内容相关的视频。
  • 视频重绘：对已有视频进行风格转换或内容调整。
  • 视频局部编辑：对视频中的局部区域进行编辑，如替换、增加或删除元素。
  • 视频背景与时长延展：扩展视频的背景范围或延长视频的时长。
• Entrées multimodales：支持文本、图像、视频帧、掩码和多种控制信号（如人体姿态、运动光流、结构保持、深度图、布局、线稿等）作为输入。
• 智能扩写：在生成图像或视频前，可使用智能扩写功能补充灵感描述的细节。
• 多种模型选择：提供不同版本的模型，如万象2.1专业版、万相2.1极速版等，用户可根据需求选择适合的模型。

通义万相官网地址

官网地址：https://tongyi.aliyun.com/wanxiang/

如何使用通义万相

• S'inscrire à un compte：访问通义万相的官网，使用手机号注册账号。
• 选择功能：登录后，进入通义万相页面，可选择“文本生成图像”“相似图像生成”“图像风格迁移”和“应用广场”等功能。
• 文本生成图像：在“文本生成图像”界面输入文字描述，如“山水画”，点击“生成创意画作”，系统会生成相应图像。
• 若不满意，可点击“再次生成”或“复用创意”添加元素。生成满意画作后，可点赞、生成相似图、下载原图或收藏。
• 相似图像生成：点击“相似图像生成”，选择图片或输入文字，点击“生成相似画作”，系统会生成与原图相似的图像。
• 图像风格迁移：点击“图像风格迁移”，选择原图和风格图，点击“生成”，系统会将原图转换为指定风格。
• 应用广场：在应用广场中，选择虚拟模特功能，上传商品展示图，选择保留区域，配置模特形象与场景，点击“生成”获取模特大片。
• 视频生成：登录通义万相官网，找到“视频生成”入口，点击“文生视频”或“图生视频”。输入文字提示词或上传图片，调整参数如视频比例等，点击“生成”，等待约2-5分钟。

通义万相的产品优势

• 多模态信息输入：通义万相支持文本、图像、视频、mask和多种控制信号（如深度图、光流、布局、灰度、线稿和姿态等）作为输入，提高了视频生成的可控性。
• 统一的单一模型：是视频编辑统一模型，能实现多种任务，如图像参考、视频重绘、局部编辑等。
• 高效的模型架构：通义万相基于先进的深度学习和生成式对抗网络（GANs），采用多阶段递进训练，结合Flow Matching框架，实现14B参数模型的高效稳定收敛。
• 时空变分自编码器（Wan-VAE）：专为视频生成设计，改善了时空压缩，减少了内存使用，确保了时间因果性。
• 视频扩散DiT：采用主流视频DiT结构，通过Full Attention机制有效建模长时程时空依赖，生成时空一致的高质量视频。
• 高质量内容生成：能生成逼真的视觉效果，严格遵循物理规则，提升画面的像素质量和真实感。
• 复杂运动处理：擅长处理大规模肢体运动和复杂旋转，如花样滑冰、游泳等场景，保持身体协调性和真实运动轨迹。

通义万相的应用场景

通义万相的应用场景包括：创意启发，艺术家在创作过程中遇到灵感瓶颈时，可通过输入关键词或描述，让通义万相生成相关图像；宣传海报与广告文案，快速生成宣传海报、产品原型图或广告文案；教学视频制作，教师可根据教学内容生成生动形象的动画视频、实验演示视频等；概念图与场景设计，生成影视概念图、场景设计等，帮助影视制作团队快速构思。配图与脚本创作，为短视频、文章配图或脚本提供灵感支持，满足社交媒体内容创作需求。