阿里巴巴通义万相：免费开放AI视频生成工具，一键创作音画同步的国风视频，智能解读中国古诗

阿里巴巴近日宣布进军AI视频生成领域，这一消息在9月19日的云栖大会上引起了广泛关注。阿里首席技术官周靖人在会上宣布，通义万相将进行全面升级，其中包括推出全新的AI视频生成大模型，并且支持手机端和PC端。这一全新模型不仅面向公众免费开放，还提供了两大创作入口：文生视频和图生视频。

与市面上其他AI视频生成模型不同的是，通义万相此次发布并未采用“先占位后迭代”的策略，而是直接上线了两款创作工具。据官方介绍，通义万相AI能够一键生成最长5秒、每秒30帧、720P分辨率的音画同步视频，并且在核心架构Diffusion+Transformer的支持下，能够处理复杂的运动场景。此外，该模型针对中式元素进行了特别优化，使得生成的更具中国特色。

根据“AI新榜”的观察，与其他AI视频应用相比，通义万相的一大优势在于能够同时生成视频和音频。这意味着用户无需额外处理音效，即可获得完整的音画同步视频。为了验证这一特点，“AI新榜”进行了详细的实测。

实测体验

在通义万相的手机端App上，我们分别测试了文生视频和图生视频两个部分。首先，我们尝试了一首古诗的生成，结果令人满意：视频中的视觉要素齐全，整体风格具有浓厚的“中国味”，音效也与画面完美契合。接着，我们测试了几组经典的单人表情包，发现尽管存在一些人物动作不一致的问题，但整体生成效果依然令人惊喜。

在处理写实类风景和动物运动方面，通义万相的表现也非常出色。例如，生成的狼群移动虽然在大屏幕上有一些残影，但在手机上观看效果已经非常不错。特别是在生成古风人物时，人物动作流畅自然，画面风格充满武侠气息，音效也相当到位。

然而，通义万相在处理某些复杂提示词时仍然存在一些问题。例如，在生成带有复杂动作的表情包时，有时会出现面部变形等问题。尽管如此，整体来看，通义万相在生成视频方面的表现仍然令人印象深刻。

产品层面

从产品角度来看，通义万相致力于降低普通用户的使用门槛。在手机端，用户可以通过“热门创意”轻松一键生成同款视频，而“灵感扩写”则可以帮助优化提示词，提供更多的使用灵感。此外，通义万相还支持无限次数的免费生成，这无疑为用户提供了极大的便利。

在国内市场上，已有众多大厂在AI视频生成领域有所布局，如快手的可灵、字节跳动的即梦、百度的AI成片工具以及腾讯的腾讯智影。尽管阿里通义万相在功能上略显姗姗来迟，但在AI视频生成底层技术仍有待发展的背景下，谁能最终占据市场主导地位仍需拭目以待。

本文来源： AI新榜公众号【阅读原文】