8月26日，阿里云正式發(fā)布全新多模態(tài)視頻生成模型通義萬相Wan2.2-S2V，并宣布開源。Wan2.2-S2V極大地簡化了視頻制作過程，僅需提供一張靜態(tài)圖片和一段音頻，模型便能生成面部表情自然、口型與音頻高度一致、肢體動作流暢絲滑的電影級數(shù)字人視頻。支持分鐘級長視頻穩(wěn)定生成，不止嘴動，手勢、表情、姿態(tài)都能動。而且模型在訓(xùn)練中充分挖掘跨域泛化能力，可自然驅(qū)動卡通人物、動物形象、二次元角色、藝術(shù)風(fēng)格化人像，不再局限于真人肖像。無論是萌寵說話，還是動漫角色唱歌，Wan2.2-S2V都能精準(zhǔn)還原音畫同步效果。其提供480P與720P兩檔分辨率，兼顧效率與畫質(zhì)，適用于短視頻、數(shù)字人、輕量影視等場景。（快科技）