阿里巴巴近日正式推出Wan2.7-Video視頻生成系列模型，該系列包含四大核心模塊：文生視頻、圖生視頻、參考生視頻及視頻編輯，標志著AI視頻創作從單一素材生成向全流程控制邁出關鍵一步。這一突破性技術將創作權限從“表演者”擴展至“導演”，通過多模態輸入與全鏈路控制，重新定義了AI視頻的生產范式。

針對傳統AI視頻工具在敘事連貫性、劇情可控性及后期編輯靈活性方面的不足，Wan2.7-Video通過四大專業模型的協同工作構建起完整創作生態。其中，文生視頻模塊支持從文本描述直接生成720P至1080P分辨率、2-15秒時長的視頻內容；圖生視頻模塊則允許用戶通過上傳圖片精準控制畫面元素；參考生視頻模塊可復刻動作、運鏡及特效，最多支持5個視頻主體同時參考；視頻編輯模塊更實現“一句話改視頻”的革命性突破，通過自然語言指令即可完成元素增刪、場景切換及風格轉換等操作。

在核心編輯能力方面，該系列模型展現出驚人的創作自由度。創作者可通過文本指令調整角色表情、行為及臺詞，系統自動匹配口型與音色；拍攝參數如機位、視角、景別等均可重新定義，同一素材可衍生出完全不同的敘事視角。技術團隊特別開發的黑白上色與老片修復功能，進一步拓展了AI在影視修復領域的應用場景。參考生視頻模塊的復刻精度達到行業領先水平，即使復雜動作也能穩定還原，多模態輸入支持同時鎖定角色外觀、音色及動作軌跡。

從劇本創作到成片輸出，Wan2.7-Video構建起智能化生產管線。用戶輸入簡短文字描述后，系統可自動生成分鏡腳本、編排劇情節奏并設計鏡頭語言，支持希區柯克變焦、360度環繞等數十種專業運鏡方案。為解決AI視頻常見的“首尾割裂”問題，技術團隊創新性地引入視頻續寫與尾幀控制聯合機制，使創作者既能保持動態連貫性，又能精準控制畫面結構。在視聽表現層面，該模型可衍生出上千種風格組合，覆蓋2D卡通、水墨、黏土動畫等多元視覺語言，音頻模塊則通過預訓練技術顯著提升音畫同步質量與音樂表現力。

據技術文檔披露，Wan2.7-Video的突破源于對創作全鏈路的深度重構。通過將生成能力與編輯能力深度融合，該模型不僅支持從零開始的完整創作，更能對現有素材進行精細化改造。在動作復刻場景中，系統可同時處理5個視頻主體的運動軌跡，其多模態理解能力能準確識別圖像、視頻及音頻中的關鍵信息。這種全模態輸入輸出體系，使得文本、圖像、視頻、音頻的混合創作成為現實，為專業影視制作與個人創意表達開辟了新的可能性空間。