9月19日，2024云棲大會上，阿里云CTO周靖人宣布通義萬相全面升級，并發(fā)布全新視頻生成模型，可生成影視級高清視頻，可應(yīng)用于影視創(chuàng)作、動畫設(shè)計、廣告設(shè)計等領(lǐng)域。即日起，所有用戶可通過通義APP及通義萬相官網(wǎng)免費體驗。

據(jù)介紹，通義萬相首批上線文生視頻、圖生視頻功能，在文生視頻功能中，用戶輸入任意文字提示詞，即可生成一段高清視頻，支持中英文多語言輸入，并可以通過靈感擴寫功能智能豐富視頻內(nèi)容表現(xiàn)力，支持16:9、9:16等多種比例生成；在圖生視頻功能中，支持用戶將任意圖片轉(zhuǎn)化為動態(tài)視頻，按照上傳的圖像比例或預(yù)設(shè)比例進行生成，同時可以通過提示詞來控制視頻運動。

現(xiàn)場，阿里云演示了該模型強大的運動生成和概念組合能力，輸入「穿著滑冰鞋的小兔子在冰面上靈活移動的可愛場景」，通義萬相僅用數(shù)分鐘就能生成一段高清、逼真的視頻。

去年7月，通義萬相圖像生成大模型首次亮相，目前已累計生成7500萬張圖片。云棲大會現(xiàn)場，通義萬相宣布視覺生成大模型全面升級為Diffusion Transformer框架，同時結(jié)合通義千問復(fù)雜提示詞解釋能力，有效提升畫面表現(xiàn)力、語義理解能力、可控生成能力。隨著通義萬相視頻生成模型的發(fā)布，通義大模型已覆蓋文本生成、圖像理解、視頻理解、音頻理解、圖像生成、視頻生成等全模態(tài)場景。