从通义的图像生成，到 Apache 2.0 开源的视频主力
通义万相（Wan） 是 阿里巴巴 通义实验室 / 阿里云 的视觉生成模型家族，覆盖图像与视频两路。它最早以通义旗下的图像生成能力问世（2023 年），真正写进历史的是 2025 年 2 月把视频生成模型 Wan2.1 以 Apache 2.0 协议全面开源——正如 Stable Diffusion 当年对图像做的事，Wan 把高质量视频生成的权重交到了全球开发者手里，成为开源视频生成事实上的主力之一。在 Anianima 的软件资料库里，本条目的历史分量在视频一侧（尽管它也做图像），与 Stable Diffusion（开源图像）形成”开放权重”的呼应，并与闭源的 Seedance、可灵、Veo 等构成”开源 ↔ 闭源”的对照。
基础信息（Metadata）
- 软件名称：通义万相 Wan（图像 + 视频生成模型家族；含 Wan2.1-VACE、Wan2.2-Animate 等）
- 首次发布：2023 年 7 月（通义万相，初为图像生成）；2025 年 2 月（Wan2.1 开源，视频生成出圈）
- 主要开发者 / 机构：阿里巴巴 通义实验室 / 阿里云
- 软件类别：特效与模拟（主）/ 创作与设计
- 运行平台：通义万相官网 / 千问 App + 阿里云百炼 API；开源权重可本地下载（GitHub / HuggingFace / 魔搭 ModelScope）
- 授权模式：开源权重（Apache 2.0，Wan2.1 / 2.2 等）+ 云端 API（阿里云百炼）并行
- 官方网站：tongyi.aliyun.com/wanxiang / wanxiang.aliyun.com
- 当前状态：⚠️ 活跃；当前主线为 Wan3.0（2026-08-06 开启公测，30 秒单段 + 原生 4K + 音画同步）
👾 本节部分内容由AI整理生成，人工复检紧张排期中，请谨慎参考，极度欢迎专业人士加入纠错团队！
历史背景与发展历程（Historical Context & Development）
通义万相的故事，是一条”从图像起家、靠开源视频出圈”的弧线。
2023 年 7 月，通义万相正式发布，最初是阿里通义生态里的图像生成能力（文生图、图生图、图像编辑）。真正让它进入全球视野的是视频：2025 年 2 月 25 日，阿里把视频生成模型 Wan2.1 以最宽松的 Apache 2.0 协议全面开源，14B 与 1.3B 两个参数规格的推理代码与权重全部开放，支持文生视频与图生视频；其在权威评测集 VBench 上以总分约 86.22% 登顶（官方口径，超越同期 Sora、Luma、Pika 等）。这一步，把”高质量视频生成”从少数闭源旗舰手里解放出来，塞进开源生态。
此后开源节奏不断：Wan2.1-VACE（2025 年 5 月）以单一模型同时支持文生视频、图参考视频、视频重绘、局部编辑等，成为”功能最全”的开源视频生成与编辑模型；Wan2.2（2025 年 7 月）首创”电影美学控制系统”，并把计算资源消耗降低约 50%（官方口径）；Wan2.2-Animate（2025 年 9 月）实现”输入一张角色图 + 一段参考视频”即可迁移动作表情、或把视频角色替换为图中角色，面向动漫、舞蹈模板与短视频。到 2025 年 9 月，通义万相累计开源 20 余款模型、下载量超 3000 万（官方口径）。
2026 年 8 月 6 日，Wan3.0 开启公测：单段视频生成上限提升至30 秒（追平当时行业最高单段档位）、支持原生 4K、多镜头模式与音画同步，并首次支持把 doc / xls / ppt / pdf / md 等文档直接转成视频；720P 的 API 价格约 0.6 元/秒（媒体口径，约为同期主流模型六折）——把”长视频”与”性价比”两面旗一起插下。从 Wan1.0 到 Wan3.0，万相家族共迭代八个版本。
⚠️ 两点澄清（易混淆处）：其一，通义万相 Wan 与 HappyHorse（欢乐马）是阿里旗下两条不同产品线、不同团队——Wan 属通义实验室 / 阿里云，走”开源权重 + 平台化 + 工程落地”；HappyHorse 属 ATH 创新事业部，走闭源托管 API。二者不是同一模型，也并非”同源”，请勿混为一谈。其二，Wan 同时覆盖图像与视频，但其历史分量主要在开源视频一侧；本站据此将其归入”特效与模拟（主）/ 创作与设计”，而非单纯图像类。
核心功能与技术特征（Core Features & Technical Character）
通义万相的核心身份是”开源权重 + 平台化”的视觉生成基座；它对行业的最大贡献，是把高质量视频生成变成可下载、可自托管、可二次开发的能力。
📅 本部分基于 Wan2.1 / 2.2 / 3.0（2025–2026）撰写；分辨率、时长、份额、价格等以官方与第三方口径为准。
技术要点：
- 开源权重（Apache 2.0）： Wan2.1 起核心模型权重与代码开放，可在 GitHub / HuggingFace / 魔搭下载并本地部署、自由微调——这是它与闭源旗舰最本质的分野。
- 文生视频 / 图生视频： 从文本或参考图生成视频，Wan3.0 单段可达 30 秒、原生 4K。
- 电影美学控制（Wan2.2 起）： 提供对镜头、光影、色调等”电影感”维度的显式控制。
- VACE 一体化编辑： 单一模型完成文生视频、视频重绘、局部编辑、参考生成等多任务。
- 动作迁移 / 角色替换（Wan2.2-Animate）： 让静态角色”动起来”，或替换视频中角色，服务动漫与短视频。
- 音画同步与文档转视频（Wan3.0）： 生成自带音轨，并支持 doc / ppt / pdf 等文档一键成片。
- 本地与生态： 开放权重版本可经 ComfyUI 等前端在本地 / 私有环境运行，催生大量微调与工具链。
代表性应用案例（Representative Uses）
通义万相自 2025 年开源视频出圈以来，典型落点包括：
- 开源自托管视频管线： 经 ComfyUI 等把 Wan 接进本地 / 私有管线，满足数据与可控性要求——这是它区别于闭源模型的核心场景。
- AI 短剧 / 短视频生产： 长时长 + 性价比 + 角色一致性，支撑批量的短剧、漫剧、营销视频。
- 动漫与角色动画： Wan2.2-Animate 的动作迁移 / 角色替换，服务二次元与虚拟形象创作。
- 内容创作与编辑： VACE 的重绘 / 局部编辑用于改稿与二创。
- 文档一键成片： Wan3.0 把办公文档直接转为带音轨的视频，面向知识科普与营销。
说明：以上为该类工具的典型用途归纳，未断言具体作品以 Wan 完成成片制作；涉及单一生产请以官方与创作者披露为准。
版本迭代中的关键技术更新（Milestone Versions + Legacy）
👾 版本清单由AI整理生成，请谨慎参考
万相的版本线以”图像起家 → 开源视频出圈 → 电影感与一体化 → 长视频 + 性价比”推进：
通义万相（2023-07）
- 阿里通义生态的图像生成能力（文生图 / 图生图 / 图像编辑）。
Wan2.1（2025-02-25，开源）
- Apache 2.0 全面开源（14B + 1.3B）；文生 / 图生视频；VBench 登顶（官方口径约 86.22%），开源视频出圈起点。
Wan2.1-VACE（2025-05）
- 单一模型集成文生视频、图参考、重绘、局部编辑等，”功能最全”的开源视频生成与编辑模型。
Wan2.2（2025-07）
- 首创电影美学控制系统；计算资源消耗降低约 50%（官方口径）。
Wan2.2-Animate（2025-09）
- 动作 / 表情迁移与视频角色替换；面向动漫、舞蹈模板、短视频。
Wan3.0（2026-08-06，公测）
- 单段 30 秒、原生 4K、多镜头、音画同步；文档直接转视频；720P API 约 0.6 元/秒（媒体口径）。
版本代际与技术脉络
把通义万相放进 AI 视频生成的演进脉络，它扮演的是”开源权重路线”在视频一侧的设定者：
- 开源民主化（类比 SD 之于图像）： Wan2.1 用 Apache 2.0 把高质量视频生成开放给所有人，催生出围绕它的 ComfyUI 工作流与海量微调——就像 Stable Diffusion 当年对图像做的那样。这是它最核心的历史位置。
- 开源 ↔ 闭源的对照样本： 与闭源的 Seedance、可灵、Veo、Sora 不同，Wan 用”开放权重 + 云端 API + 性价比”三线并行，是观察”开源视频能否持续对抗闭源旗舰”的关键样本（与开放权重的 MiniMax H3 同属这一极）。
- 平台化与性价比： Wan3.0 的 30 秒 + 0.6 元/秒，显示阿里把竞争重心压向”长、便宜、能进办公/生产流程”，而非单纯拼画质。
需要厘清的是：Wan 不是阿里唯一的视频模型（HappyHorse 是另一条闭源线），它是阿里把”开放权重”旗帜插进视频生成的那个。读本站其余视频模型条目时，请带着”开源 ↔ 闭源、单点画质 ↔ 生态与性价比”这组坐标。
结语
通义万相的意义在于：它把 Stable Diffusion 当年对图像做的事，在视频上重做了一遍——用 Apache 2.0 的开源权重，把高质量视频生成从闭源旗舰手里交到全球开发者与创作者手中，催生出围绕它的自托管管线与微调生态。它不靠单点惊艳，而靠”开放 + 平台 + 性价比”三路并进，成为开源视频生成的主力基座。
它与 Stable Diffusion 在”开放权重”精神上同源，与同门的 HappyHorse 则分走开源 / 闭源两条路；与 Seedance、可灵、Veo、MiniMax H3 等一道，把 2025–2026 的视频生成推向”长、稳、可控、且越来越便宜”。当开源与闭源在视频赛道持续角力，Wan 正是”开放”这一极最有分量的注脚之一。
