阿里正式发布视频模型Wan2.2-S2V，静态图片秒变会说话

通义万相
全新发布的音频驱动的视频模型Wan2.2-S2V仅需输入一张静态图像、一段音频和文字描述即可生成高质量、自然流畅的动态角色视频。视频不止于“对口型”，更实现了电影级的画面控制能力，支持分钟级长视频稳定生成。不止嘴动，手势、表情、姿态都能动，兼容卡通、动物、风格化形象。

来源：通义万相，原文标题：《Wan2.2-S2V 正式发布！》

相关文章