12月16日，《国际金融报》记者获悉，阿里发布新一代万相2.6系列模型，该系列模型面向专业影视制作和图像创作场景进行了全面升级，是国内首个支持角色扮演功能的视频模型。该模型同时支持音画同步、多镜头生成及声音驱动等功能，是全球功能最全的视频生成模型。目前万相2.6已同步上线阿里云百炼、万相官网。

　　万相2.6集成了音画同步、多镜头生成及声音驱动等多项功能，被官方称为全球功能覆盖最全面的视频生成模型之一。相比今年9月发布的万相2.5，新版本在画质、音效与指令遵循能力上均有显著提升，单次视频生成时长达到目前国内最高的15秒，并新增角色扮演与分镜控制功能。这些升级使得模型能够一键生成包含单人、多人或人与物互动的视频内容，并可自动完成多镜头切换等专业影视任务。

　　技术层面，万相2.6通过对参考视频进行多模态联合建模，同步提取时序化视觉特征与声学特征，在生成过程中实现画面与声音的全感官一致性迁移。在分镜控制方面，模型能基于高层语义理解构建具备完整故事线的多镜头段落，并在镜头切换中保持主体、场景与氛围的统一。

　　该模型进一步降低了专业视频制作的门槛。例如，用户上传一段个人视频并输入风格提示词，万相2.6即可自动完成分镜设计、角色演绎与画面配音，生成电影级短片。在广告设计、短剧制作等场景中，连续提示词可驱动模型生成叙事连贯、镜头语言专业的视频内容。

　　据记者了解，目前，万相模型家族已支持文生图、图像编辑、文生视频、角色扮演等十余项视觉创作能力，广泛应用于AI漫剧、广告创意及短视频制作等领域。

（文章来源：国际金融报）