作者 | 陈佳
编辑 | 心缘
智东西4月1日报道，刚刚，阿里正式发布新一代图像生成与编辑统一模型Wan2.7-Image，一举将文生图、图生组图、图像指令编辑和交互式编辑整合进同一套模型架构。
新模型主打四大能力：可自由定制五官骨相的“千人千面”捏脸功能、能精准提取和控制色彩配比的“调色盘”功能、最高支持3K token超长文字渲染的印刷级排版能力，以及支持框选区域精准操作的像素级交互式编辑能力。
我们重点测试了该模型“千人千面”、交互式编辑和多主体一致性三个方面的能力。
在人物生成测试中，无需精细控制提示词，该模型已能在同一组输出中呈现脸型轮廓、颧骨位置、下颌线各异的差异化人像，告别批量同脸问题。加入脸型关键词后，不同轮廓的响应可感知，但方脸、长脸等强特征的精准度仍有提升空间。
在交互式编辑测试中，我们以《唐顿庄园》电影剧照为素材执行人物位置互换，模型在保留服饰特征和背景环境的前提下完成了对调。
在多主体一致性测试中，我们基于参考人物要求模型生成咖啡馆、户外街拍、正式会议室三大场景共12张图像，模型精准保留了参考人物的面部特征、发型轮廓与整体气质，跨场景辨识度稳定，同时对不同场景的光影逻辑和环境氛围适配良好，是三项测试中表现最为亮眼的一项。
同步上线的Wan2.7-Image-pro在构图稳定性和语义理解上进一步提升。
从官方盲测结果来看，Wan2.7-Image多项能力已位列国内第一，整体水平接近Nano Banana Pro。
目前，两款模型均已在阿里云百炼平台开放API调用，万相官网也支持直接体验。
万相官网：https://tongyi.aliyun.com/wan
百炼国内站：https://bailian.console.aliyun.com/cn-beijing?tab=api#/api/?type=model&url=3026980
百炼国际站：https://modelstudio.console.alibabacloud.com/ap-southeast-1?tab=api#/api/?type=model&url=3026980
一、告别“AI标准脸”，还能写满一页A4纸
AI生成人像“千篇一律”是业界长期的痛点，Wan2.7-Image强化了虚拟形象“捏脸”功能，支持从骨相到五官细节的全方位定制——脸型可在鹅蛋脸、圆脸、方脸、长方脸之间切换。
在人物生成能力上，我们使用了一条基础的提示词进行测试：“一个年轻女性肖像，半身照，电影感光影，高清细节，真实皮肤质感”。
在未加入任何脸型、五官或身份限定的情况下，Wan2.7-Image一次生成了4张人像。从结果来看，这组图已经明显不同于以往常见的“AI标准脸”，人物之间呈现出较为自然的差异。
四张图中的人物在脸型轮廓、颧骨位置和下颌线条上各不相同，并非简单的“同一张脸微调”。
同时，皮肤纹理、毛孔及轻微瑕疵（如泛红、肌理不均）均被真实保留，未出现过度磨皮的失真感。
在光影控制与整体氛围营造方面，Wan2.7-Image表现出色。四张图像均采用自然窗光作为主光源，形成强烈的明暗对比与电影化质感，背景环境元素虚实得当，未对主体造成干扰，且不同图像间的人物特征保持了较高的一致性。
整体来看，在无精细控制提示词的情况下，Wan2.7-Image已经可以生成风格统一但人物不同的人像结果，相比以往容易出现的“批量同脸”问题，有明显改善。
在基础人像生成测试后，我们进一步加入明确的脸型约束，对Wan2.7-Image的“捏脸能力”进行验证。测试提示词在原有基础上增加：鹅蛋脸/圆脸/方脸/长脸。
从实测结果来看，Wan2.7-Image模型能够对脸型特征做出差异化响应，不同生成样本中，人物面部轮廓呈现出从鹅蛋脸到圆脸、方脸的明显区分，下颌线、颧骨宽度、面部长宽比等核心脸型指标存在可感知的差异。
在皮肤质感、电影感光影等方面，限定脸型后生成的图片画面细节保留度基本稳定。但该模型的脸型控制仍存在精度与一致性的不足。部分图片存在特征模糊、脸型特征不典型的问题，难以完全匹配“方脸”“长脸”等强特征的严格定义。
对比未添加脸型关键词的基础生成版本，限定脸型后生成的图片人物面部占比整体偏大，脸部视觉尺寸有所扩增，头身比例、半身构图的原有平衡被打破。
在官方演示案例当中，Wan2.7-Image模型生成的图片人物眼部特征支持杏仁眼、深邃眼窝、圆眼、丹凤眼等多种选项，并能跨越国籍与年龄生成差异化人像。
另一大亮点是“调色盘”功能。用户可一键提取参考图的颜色及其占比，并以此为基础生成同色系图片，同时自由调控各颜色的数量和比例，构建个性化配色方案。无论是马蒂斯浓郁的红色系、梵高明媚的黄色系，还是毕加索清冷的蓝色系，都可作为输入参考，输出色调高度一致的全新画面。
在文字渲染方面，Wan2.7-Image支持12种语言，最高可处理3K token的超长文字输入，输出效果达到印刷级质量。这一能力让其在信息图、教育插画、旅游攻略长图海报等场景中颇具实用价值——理论上可以一口气生成排满一页A4纸的论文。
二、一次生成12张图，还能“哪里不爽改哪里”
Wan2.7-Image的编辑能力也迎来了显著升级，其“交互式编辑”功能支持用户在指定区域内精准框选，对框内元素进行添加、对齐、移动操作，也可进行Logo插入和人物位置互换，实现像素级意图对齐。
实测中，我们用《唐顿庄园》电影剧照图片执行“两人位置调换”的编辑指令，Wan2.7-Image成功将原图中左侧蓝裙人物与右侧黄裙人物的站位进行了对调。
人物主体、服饰特征（蓝/黄缎面礼服、头饰、项链、长手套）均完整保留，未出现主体丢失、严重变形等致命问题，整体场景的背景环境（宴会厅装饰、背景人物、花艺陈设）也基本维持了原图的一致性，实现了编辑指令的核心诉求。
官方演示中，用户框选图中两个人物后输入“互换位置”指令，模型准确完成了人物交换，且背景及其他元素保持不变。
在另一官方案例中，用户通过框选区域、指定对话气泡风格和文字内容，直接生成了毛毡风格的对话场景，文字与画面风格统一。
多主体一致性是图像生成中难度较高的任务。Wan2.7-Image在这一方向支持最多9图的风格与特征统一，可用于合影生成、电影海报及家具组合图等场景。官方展示了AI女团海报和家具组合图的生成效果，多人物之间的风格一致性较高。
我们基于参考人物进行多场景生成测试，发现Wan2.7-Image在核心人物特征的一致性还原上展现出较高水准。模型根据提示词“基于参考人物，生成3张图：（1）咖啡馆内看书；（2）户外街拍；（3）正式会议室”，输出了一组共12张图像。
从输出结果来看，模型精准保留了参考人物的核心面部特征、发型轮廓与整体气质，在咖啡馆、户外街拍、正式会议室三大场景中，人物主体的辨识度始终稳定，未出现五官变形缺陷。
同时，模型对场景环境的适配性表现优异，不同场景的光影逻辑、环境氛围与人物状态高度匹配，咖啡馆的暖光、户外的自然光、会议室的室内冷光均符合场景逻辑，人物服饰、姿态也与场景属性高度契合。
三、不只会画图，还开始“理解图”
从技术层面看，Wan2.7-Image有三个维度的升级。
在训练数据上，模型底座整合了超大规模异构视觉素材，并额外加入了理解类数据，使模型不止于像素级拟合，还具备底层语义认知能力。
在模型架构上，Wan2.7-Image采用生成与理解统一的模型架构，在共享隐空间（Latent Space）内实现语义映射——文字紧挨着画面，模型不需要费力推断文字对应的画面区域。同时，训练流程中引入了多模态指令（文字+图片），进一步强化了从“像素拟合”到“语义认知”的跨越。
此外，模型还支持调用WanImage Skill工具，据官方介绍可实现“让龙虾画画”等创意指令编排。
在人类偏好盲测中，Wan2.7-Image多项能力位列全国第一，综合成绩接近Nano Banana Pro。同步上线的Wan2.7-Image-pro版本在训练数据规模和模型尺寸上进一步扩大，构图稳定性和语义理解精准度更高。
四、从电商到短剧，图像模型开始全面落地
Wan2.7-Image在多个垂直场景展示了行业落地潜力。
在短剧制作方向，模型支持角色生成中的“一人分饰多角”，通过多主体一致性能力保持同一角色在不同场景中的特征稳定；分镜生成可将人物自然融入场景，并通过交互式编辑精准调整人物位置和大小。
在电商广告场景，模型支持从单张模特图一键裂变出多张不同角度、不同场景的展示图，并可按电商上架格式自动输出场景图、特写图、尺寸图和卖点图等套图组合。
颜色变装（通过调色盘功能切换服装色彩）、四季拼图生成以及“拯救废片”（消除闭眼）等功能，可满足小红书、B站等社交平台的内容创作需求。OOTD穿搭生成和不露脸服装替换也在演示中效果稳定。
该模型可生成图文并茂的知识卡片和教育插画，内容创作方向支持B站封面、小红书封面、种草图文等常见内容格式。
结语：图像模型正在走向“可控化”和“生产力工具”
从Wan2.7-Image的技术突破中可见，图像模型的技术竞赛已转向更深层的维度。其核心价值不再局限于“画得像不像”的表象还原，而是能否精准控制人物形象、颜色搭配和画面布局，能否深入理解文本与语义内涵，能否无缝融入设计、电商、内容创作等工作流程。
随着长文本渲染能力的突破、交互式编辑的灵活操作以及多主体风格一致性的显著提升股票配资中心网站，图像模型正从辅助性的“创意工具”蜕变成为驱动产业效率的“高效生产力工具”。“千人千面”和“调色盘”这类能力，也意味着AI生成内容开始走向个性化与可控化。
鑫盛优配提示：文章来自网络，不代表本站观点。
相关文章
热点资讯
