登录立即注册注册
实测万相2.1文生视频大模型:能歌善舞、能写会画,堪比四栖艺术家
2025-03-05 12:01:45

阿里最新开源的视频生成模型阿里万相Wan2.1火遍全网,不仅迅速在全球权威垂直类榜单VBench上登顶,完胜‌Sora,更在整个AI界,乃至内容创意领域一石激起千层浪,开启了视频生成的无限可能。

今天就让我们来看看万相2.1到底支持哪些炫酷好玩的功能吧~

 

万相2.1叠了哪些好玩的buff?

  • 懂中文:首次实现基于中文提示词的视频生成,再阳春白雪的表达都能听懂。

  • 会写字:首创了中文艺术字与多种特效,告别书写“鬼画符”的文盲AI。

  • 有审美:懂得电影质感的运镜,还能实现水墨晕染等东方美学表达,0预算拍大片也不是不可能。

  • 能跑会跳:在大幅度复杂运动、物理规律遵循方面十拿九稳,消除了AIGC人物动作的塑料感。

                                             

(prompt:一只非常可爱的柯基狗,带着笑容,叼着一根木棍,从一片草丛中,向你奔跑过来。视频的背景有天空和阳光,整体色调柔和。)

 

哪里能玩万相2.1?

万相2.1现已上线东方超算AI应用商店(访问网址appmall.ai),使用价格低至2.3元/小时,平台按分钟数实际计费,比如使用10分钟,那么只会收费约0.4元。

您可以查看《手把手教你玩转AppMall》,了解安装开启站内应用全流程。

 

在线安装后如何上手?

(1)用户界面什么样?

万相2.1的用户界面非常简单,一共分为3个区域:(左上)提示词输入,(左下)优化参数,以及(右侧)结果生成。


比较值得展开讲讲的是(左下)优化参数区域,目前有4个可调节参数,分别是:

  • Diffusion steps(扩散步数):表示模型从纯噪声逐步生成视频帧的迭代次数,数值50意味着生成过程要经历50 次处理,数值越大,视频画面越精细,但耗时也更长。

  • Guide scale(引导尺度):用来控制文本提示对生成视频的影响程度,6表明在生成时会较严格遵循文本描述,数值越高,生成内容和提示相关性越强,可能也会更缺乏多样性。

  • Shift scale(移位尺度):该参数影响视频帧之间的变化和连贯性,数值8代表一种特定的变化幅度调节,数值越大,视频帧间变化可能越明显。

  • Seed(随机种子):-1代表未指定固定随机种子,每次生成会是不同结果。若指定具体数值,在相同参数下可复现相同视频生成效果,便于调试和获得一致内容。

(2)提示词如何写?

文生视频,“文”是一切的前提。提示词越详细,生成视频效果会越好,但也不宜过长,否则会影响万相2.1大模型的理解,生成过程的时长也会被无限拉长(实测一般长度提示词至少需要300s以上的生成时长)。

一般来说,提示词应该至少包括画面主体(比如,人、地、物、事、情),背景信息(环境、色调、动作、颜色、场景)等。

如果说自己大致知道想要什么感觉的画面,但对细节难以校准的话,可以利用豆包、通义千问等,先请AI帮忙撰写一段提示词,再复制到万相2.1里。

万相2.1最适合用在哪些场景?

(1)中文艺术字生成。

(prompt:一只手拿着一支笔,在红纸上用墨写下一个“福”字。)

(2)中文复杂语意/电影感场景生成。

利用前面这段由豆包AI撰写的复杂语意提示词,可以看到万相2.1的对中文的理解,以及最终视频的生成效果,都超出预期。

(prompt:身着素色汉服、青丝挽起的女子,撑着淡蓝色油纸伞,于烟雨江南的石桥款步而来。脚下青石板泛着水光,石桥边流水碧绿。她衣袂飘飘,裙上白梅隐约,眉眼低垂含愁。远处山峦被薄雾笼罩,似水墨洇开,山脚下白墙黛瓦,炊烟袅袅。河面漂着粉色桃花瓣,岸边垂柳柔枝轻摇。画面以淡雅水墨色调为主,点缀亮色,尽显东方温婉诗意与独特韵味。)

(3)精细动作生成。

(prompt:身着潮流街头服饰的舞者,伴着动感的电子音乐,有力地摆动身体,利落的滑步穿梭于光影之间,快速的手臂挥舞带起阵阵风。)

(4)电影感运镜场景生成。

(prompt:一片沙滩上,海浪有节奏地拍打着海岸,镜头从下方的山脊逐渐拉近海面。)

 

快来appmall.ai,探索更多AI应用的可能吧~