智东西
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。
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。
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。
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，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。
赢盈配资提示：文章来自网络，不代表本站观点。
