Preview
Preview
Preview
通义万相视频是如何生成的？
今天体验了一下阿里通义万相的视频生成，现在来给大家说说通义万相视频怎么生成？
最基础的是文生视频和图生视频，跟大多数AI视频工具逻辑差不多。你输入一段提示词，或者上传一张图片，它就能给你生成一段视频。我先让deepseek给我生成了一个镜头的脚本，然后投喂给通义万相，它只能生成五秒钟的短视频，整体节奏很快，可能是我给的镜头太多，人物的表情还是有些生硬不自然，不容易让人有共鸣。
我还体验了首尾帧生成，你给两张图片，一张开始、一张结束，比如一张狐狸的照片和一张白衣少女的图片，再输入一句“狐狸转身变成月光下的少女”，它就会自动脑补中间的过程，把两个画面流畅地衔接起来。
最让我上头的其实是角色扮演功能。你上传一段5秒以内的个人视频，它能把这个形象“抠”下来，记住你的长相、神态甚至声音。然后你只需要输入一段文字描述，就能让这个形象去演科幻片、古装剧，甚至在大街上吃面，而且能保持人物的高度一致性。
总的来说，他的功能还是不太完善。。
2026-04-17
该文观点仅代表作者本人，36氪平台仅提供信息存储空间服务。
评论区
快来抢占第一条评论 ~