阿里通义万相发布视频生成模型，支持文生视频、图生视频等
转自：劳动报
在9月19日的2024云栖大会上，阿里云发布了通义万相发布全新视频生成模型，可生成影视级高清视频，可应用于影视创作、动画设计、广告设计等领域。即日起，所有用户可通过通义APP及通义万相官网免费无限次体验。
在更新通义App后，记者体验了通义万相的视频生成新功能。从创作页面入口可以发现，通义万相首批上线文生视频、图生视频功能，支持16:9、9:16等多种比例生成。据官方介绍，在文生视频功能中，用户只需输入任意文字提示词，即可生成一段高清视频。记者随机输入“请制作一个户外工作者抗台风记录的视频”，并选择9:16视频比例，过了10分钟左右，App生成了一段大约4秒左右的高清视频，视频中是一名电力工作者正在准备爬上电线杆。
虽然从这段视频中，几乎找不到违背现实逻辑的场景，但对于记者描述的“台风天”的场景，视频并未体现出来，此外，也许是因为描述文字过于简单，视频的内容也显得非常简单，可看性不强。此外，记者认为等待视频生成的稍长，阿里云方面解释，这是由于上线首日体验用户人数较多，因此生成时长受到影响。
不过，记者也注意到这一模型有意思的部分，那就是支持中英文多语言输入，并可以通过灵感扩写功能智能丰富视频内容的表现力。并且在图生视频功能中，通义万相支持用户将任意图片转化为动态视频，按照上传的图像比例或预设比例进行生成；同时，可以通过提示词来控制视频运动。
据悉，去年7月，通义万相图像生成大模型首次亮相，目前已累计生成7500万张图片。云栖大会现场，通义万相还宣布视觉生成大模型全面升级为DiffusionTransformer框架，同时结合通义千问复杂提示词解释能力，有效提升画面表现力、语义理解能力、可控生成能力。
随着通义万相视频生成模型的发布，通义大模型已覆盖文本生成、图像理解、视频理解、音频理解、图像生成、视频生成等全模态场景。
头图为App截图