通义万相开源音频驱动视频模型，高效生成自然流畅的数字人长视频-28资讯网—

通义万相开源音频驱动视频模型，高效生成自然流畅的数字人长视频

2025-08-28 10:25:05 资讯 6观看

摘要近期，通义万相宣布了一项重大开源成果——Wan2.2-S2V音频驱动视频模型。这一创新技术仅需一张图片和一段音频，便能生成具有自然面部表情、精准口型同步以及流畅肢体动作的数字人视频，质量堪比电影级别。更令人瞩目的是，其

近期，通义万相宣布了一项重大开源成果——Wan2.2-S2V音频驱动视频模型。这一创新技术仅需一张图片和一段音频，便能生成具有自然面部表情、精准口型同步以及流畅肢体动作的数字人视频，质量堪比电影级别。更令人瞩目的是，其生成的视频时长可达分钟级别，为数字人直播、影视后期及AI教育领域带来了视频创作效率的革命性提升。

Wan2.2-S2V的应用范围广泛，不仅能够驱动真实人物、卡通角色、动物形象，还能生成数字人视频。无论是肖像、半身还是全身图片，只需上传一段音频，模型便能令图片中的主体生动地进行对话、歌唱或表演，展现出极高的灵活性和适应性。

通义团队依托通义万相的通用视频生成技术，结合文本引导的全局运动控制和音频驱动的局部精细动作，成功实现了复杂场景下音频到视频的转换。通过引入AdaIN和CrossAttention两种调控机制，进一步提升了音频控制的精准度和动态表现，使生成的视频更加栩栩如生。

在视频生成时长方面，Wan2.2-S2V单次即可产出分钟级的视频内容，极大地满足了长时间视频制作的需求。这一突破得益于其采用的层次化帧压缩技术，有效减少了历史帧的Token数量，将历史参考帧的长度扩展至73帧，确保了长视频生成的稳定性和连贯性。

Wan2.2-S2V还支持文本控制功能，用户可以通过输入指令对视频画面进行个性化调整，包括镜头运动、角色轨迹规划以及实体间的互动设计，使得视频内容更加丰富多变，视觉体验更为立体。

为了满足不同分辨率场景的视频生成需求，Wan2.2-S2V采用了多分辨率训练技术，并支持多分辨率推理。无论是适合移动设备的竖屏短视频，还是适合大屏播放的横屏影视剧，都能轻松应对，展现出强大的通用性和实用性。

目前，用户已经可以通过Github、HuggingFace和魔搭社区下载Wan2.2-S2V模型，并通过阿里云百炼API调用，或直接访问通义万相官网进行体验。这一开源成果的发布，无疑将为视频创作领域注入新的活力，推动相关行业的快速发展。

举报 0收藏 0打赏 0评论 0 更多>同类资讯蚂蚁森林9年成绩单：6亿余棵树绿动全国，捐资超45亿助力生态建设08-27抖音2025年中反诈成绩单：日均拦截700万诈骗信息，曝光多款假冒App08-27Marshall新推派对神器BROMLEY 750，环绕立体声燃爆各种场景08-27NVIDIA Blackwell Ultra GPU升级：PCIe 6.0助力，性能飙升50%，功耗高达1400W08-27微软WinUI开源计划逐步推进，第三阶段开放第三方代码贡献08-27谷歌强化Android安全：2026年起所有应用需开发者实名验证安装08-27华为海思芯片技术侵权案终审：14人获刑，商业秘密保护再升级08-27

小米HyperOS 3明日发布，首批测试机型开放报名，打造更顺心系统今天，小米澎湃官方正式宣布，小米HyperOS 3来了，即将在明天，也就是8月28日15:00发布，据介绍，目前HyperOS 3 Beta版的首批测试已经开放，机型符号要求的用户已经能够在小米社区开始报名，…08-27

山东科嘉电气DC240V至750V直流变换器：高效节能，赋能通信与轨道交通山东科嘉电气的 DC240V 转 DC750V 高压直流供电直流电源变换器是一款专为通信基站、数据中心、工业自动化及轨道交通等领域设计的高效电力转换设备，具备高转换效率、高稳定性、多重保护机制、模块化设…08-27

吱吱企业通讯：重塑跨部门协作，筑牢企业通讯安全防线吱吱企业通讯凭借其“私有化部署+全链路加密”双重机制，为企业构建了一套“沟通便捷、通讯安全”的数字化通讯解决方案。三、强化内部风控，为企业数据上把“双保险” 吱吱巧妙平衡“通讯与安全”，精心研发了多重风险预…08-27

逆市飞扬！仅两家航司A380航班量超越疫情前水平航空数据分析公司Cirium数据显示，今年全球航空公司计划使用超大型客机执飞的航班仅为89939架次。有两家航空公司却逆势而上，今年计划执飞的空客A380航班数量已超过2019年，分别是英国航空与全日空航空。…08-27

智慧火电“透视眼”，实时监控与预测维护引领行业新变革这不仅实现了从锅炉、汽轮机到升压站等关键设备的部件级精细建模（精度可达部件级），更重要的是将实时运行数据（如温度、压力、流量）映射到三维模型中，以三维热力图、彩色云图等形式直观呈现设备状态（如管壁温度、氧化皮…08-27

物联网连接新选择：NB-IoT、Cat.1、eSIM各领风骚成本平衡：模组成本较Cat.4降低30%-50%，功耗低于4G但高于NB-IoT，适合对实时性有要求但无需高速传输的场景。随着物联网设备连接需求从“规模扩张”转向“价值深化”，企业需根据设备生命周期、数据传…08-27

Marshall首款派对神器BROMLEY 750震撼发布，售价7999元Bromley750售价为7999人民币，将于9月23日在Marshall全球官网开售，于9月30日10点在Marshall中国官方商城上线。 Bromley 750专为室内外多场景打造，IP54级防尘防…08-27

宇树科技IPO前夕遭专利诉讼狙击，神秘原告曾频诉银行引关注而起诉宇树科技也并非是周建军涉及的唯一专利诉讼，天眼查显示，建林电气共有49起司法案件，90%身份为原告，涉诉最多案由为侵害发明专利纠纷，被告方多为银行。 2021年，雷军的顺为资本才进入宇树科技，领投千万…08-27点击查看更多 +全站最新