2025年 12 月 16 日，阿里巴巴正式推出新一代通义万相 2.6 系列模型，该模型在专业影视制作与图像创作领域实现突破性升级，以核心技术创新与性能优化，为行业提供全新技术解决方案，推动 AI 视频创作迈向新高度。

作为国内首个支持角色扮演功能的视频生成模型，通义万相 2.6 融合音画同步、多镜头生成等关键技术，通过多模态联合建模与深度学习，精准捕捉参考视频中主体的时序情绪、姿态及视觉信息，提取音色、语速等声学特征，实现画面与声音的全维度一致性保持与迁移。目前已支持单人、多人及人与物合拍等场景，大幅简化创作流程，丰富创作选择。

性能方面，该模型单次视频生成时长达国内最高 15 秒，为完整叙事提供充足空间；画质与音效进一步优化，画面细节细腻、音画同步自然，人声真实且口型精准，专业质感显著提升；指令遵循能力增强，可精准响应创作需求，降低修改成本。

针对专业影视场景，模型新增分镜控制功能，通过高层语义理解将提示词转化为完整故事线的多镜头段落，确保多镜头切换时主体、场景及氛围的高度一致性，满足专业创作严苛要求。

此外，通义万相 2.6 在图像生成领域表现突出，能精准还原各类艺术风格，细腻刻画画面细节，写实人像效果自然真实，兼顾艺术与实用价值，拓展了 AI 创作应用边界。

目前，用户可通过通义万相官网（https://tongyi.aliyun.com/wan/）查询详情。