#1. 视频生成

视频生成是通义万相最核心的功能，支持「文生视频」和「图生视频」两种模式，可以将用户的文字描述或一张静态图片转化为流畅的动态视频。

#功能介绍

通义万相的视频生成基于万相大模型，能够理解复杂的场景语义和动作描述，生成具有连贯运动和合理物理规律的视频内容。支持 720P 和 1080P 分辨率，时长可选 5 秒、10 秒或 15 秒（部分需会员权限），支持 16:9、9:16（竖版）、1:1 等多种画面比例。

万相 2.6 及以上版本还支持原生音频生成，可以为视频自动配音，也可以传入自定义音频文件实现声画同步。

#使用方法

文生视频

在主页输入框顶部选择「生成」模式。

在输入框中输入详细的视频场景描述，还可以点即右下角智能扩写让AI帮助扩写描述。

如果不知道专业的视频术语，可以点击右下角「咒语书」，选择预设的视频术语。

右上角选择模型版本、分辨率、画面比例和时长。以及是否启用提示词优化和灵感值生成。关闭灵感值生成后，生成视频的时间会较长。

还可以点击右下角选择开启「智能运镜」，可以拥有更好的叙事表达效果。然后点击「生成」按钮，等待生成完成。

生成效果展示。

图生视频

在输入左下角点击「+ 图像」按钮，上传一张参考图片。

在输入框中描述希望图片"动起来"的方式（可选）。

还可以上传结束帧图片和音频更精确，控制视频起止画面。然后点击「生成」按钮，等待生成完成。

生成效果展示。

#使用技巧

• 分辨率先用 720P 测试：生成满意后再使用 1080P，节省灵感值
• 善用首尾帧：如果用户有明确的起点和终点画面，使用首尾帧模式能让视频更可控
• 多次生成取最佳：AI 生成有随机性，同一提示词多试几次，通常能找到更满意的结果
• 图生视频更稳定：相比文生视频，图生视频对画面主体的还原度更高，适合有明确视觉参考的创作
• 关闭灵感模式：如果想严格按照提示词生成，建议关闭灵感模式

#示例

示例一

一只橙色的猫咪坐在日式枯山水庭院的石头上，阳光透过竹叶洒落，猫咪慵懒地闭上眼睛打了个哈欠，尾巴轻轻摆动，远处有鸟鸣声，画面宁静温柔。

示例二

浩瀚星云中，一艘银色飞船从画面左侧缓缓驶入，引擎喷出蓝色火焰，穿越旋转的星云彩带，最终消失在远处的星系之中。镜头跟随飞船推进。史诗感配乐。

示例三

城市夜晚的繁华街道，霓虹灯倒映在雨后的地面上，一位身穿黄色雨衣的女孩撑着透明雨伞穿行其中，慢动作，电影感光影，暖色调。

示例四

上传两张图片：
首帧图片：一扇紧闭的木门，门前台阶落满秋叶，色调昏暗。
尾帧图片：同一扇木门敞开，门内透出温暖灯光，地面秋叶已被清扫。
描述：木门缓缓自动开启，门缝中透出的暖光逐渐扩散，落叶随门开的气流轻轻卷起。

示例五

首帧图片：城市街头，一棵树枝光秃秃的梧桐树，树下行人裹着厚重冬装匆匆而过。
尾帧图片：同一棵梧桐树，枝头绿叶茂盛，树下行人换上了轻薄夏装悠闲漫步。
描述：镜头固定不动，梧桐树枝条上嫩芽破出，绿叶逐渐生长铺满枝头，街道上行人服装由厚变薄，季节流转。