阿里旗下千问APP近日完成重大技术升级，正式接入万相系列最新模型Wan2.5，在移动端AI视频创作领域实现突破性进展。该模型不仅成为首个支持音视频同步输出的移动端解决方案，更在动作精度、肢体协调性等核心指标上达到行业领先水平，标志着多模态生成技术进入全新发展阶段。
技术评测数据显示，万相2.5在LMArena权威榜单中以显著优势领跑国内市场，其图生视频能力位居全球第三。该模型突破传统单模态限制，实现文本、图像、视频、音频的跨模态理解与生成，用户输入任意组合的多媒体素材均可获得高质量输出。特别在音画同步技术上，通过自研的动态对齐算法，使生成内容的口型匹配准确度提升至98.7%，动作流畅度达到专业级水准。
实际应用层面，千问APP推出"一键唱跳"功能引发创作热潮。用户仅需上传单张照片并输入描述文字，系统即可自动生成1080P高清视频，最长支持10秒动态呈现。测试覆盖人物、宠物、卡通、文物等20余类主体，均能保持高度自然的肢体表现。更值得关注的是，该功能突破模板化限制，支持用户自定义融合多张图片生成特色形象，再通过文字指令实现合唱、群舞等复杂场景的动态演绎。
技术团队透露，此次升级重点优化了三个维度：首先通过3D骨骼重建技术提升动作精度，使肢体运动轨迹误差控制在0.5像素以内；其次采用分层渲染引擎增强画面质感，确保高速运动场景下的细节保留；最后开发智能剪辑模块，自动匹配镜头运动与音乐节奏。这些创新使普通用户无需专业设备即可创作电影级动态内容。
市场反响超出预期，公测首周下载量突破千万次，在多个应用商店登顶工具类榜单。社交平台涌现大量创意作品，从历史人物现代舞到虚拟偶像演唱会，用户开发出图片融合、场景切换、多角色互动等进阶玩法。技术观察家指出，这种"低门槛、高自由度"的创作模式，正在重新定义数字内容生产范式。
据内部人士透露，研发团队正持续优化模型效率，未来计划将生成时长扩展至30秒，并增加实时互动功能。随着多模态技术的普及，AI视频创作有望从专业领域走向大众市场，为短视频、数字营销、在线教育等行业带来变革性影响。当前千问APP已开放企业级API接口，为开发者提供定制化解决方案。
