通义万相2.5-Preview模型发布会测评案例大全

通义万相2.5 Preview模型发布会测评案例大全 通义万相2.5 Preview模型发布会测评案例大全 Modified September 25, 2025 No access 0ff92c94704e47cabd047f142cb9f71b 00:00 No access 792b269a7371495da3db11ff0dce06fd 00:00 No access 109ebb3467084eccacb24beb686b95d0 00:00 No access 414c3c9043f641fb8b3ef1fc399b7108 00:00 No access 476e0c28ba62496f96101bb3ce8b236c (1) 00:00 No access 44ff7ae3e00d47a49bacb4683b078862 00:00 测试目标： 核心测试模型对复杂群体动态、运镜指令的执行能力，以及多层次音效、背景音乐生成，并实现音画情绪与动作的高度同步，营造紧张感的综合表现。 No access 325f82c4274b42d6aa4dcd16a6c9e206 00:00 提示词： 几个士兵一边开枪一边向前走，镜头跟随，紧张感，配有枪声和爆炸声，背景音乐是紧张快节奏的枪战片音乐 时序指令场景 口红试色 测试目标： 核心测试模型对时序性指令的精确解析与执行能力。同时，考察其实现人声口播与唇形精准同步的综合水平，以及对语义的理解。 No access 19460925e7994f42b0c5a346ccdb06fb (1) 00:00 No access e8357baf85fc45a8be31f3de33d277d8 00:00 No access 1c803a683d744ddfb5a211967539623e 00:00 提示词： 0s 2s:女生拿着口红在涂口红，2s 5s：女生放下口红/拿着口红对着镜头说：“姐妹们，给大家看看这款口红试色” 文生+音频驱动生成 音频驱动卡通动画场景 月亮上的歌唱小熊 测试目标： 核心测试模型基于外部提供的歌声音频，实现卡通角色的口型完美同步，并同时生成符合音频节奏的肢体动画（轻轻摇晃身体）。 No access 3c2c04a4d8b24434999a6314489866fa 00:00 小孩唱歌 Unable to preview. Please download the file. 提示词： 一个可爱的卡通小熊，坐在月亮上，它的口型需要与我提供的歌声音频完美同步，一边唱一边轻轻摇晃身体。 音频驱动地域文化角色场景 豪爽的东北大叔 测试目标： 核心测试模型基于外部提供的音频，驱动特定文化角色口型与面部表情的能力。同时考察其生成地域文化元素的准确性。 No access b88ecbfdb34d4cd8b0b0fed297c784fc (1) 00:00 收成不错 Unable to preview. Please download the file. 提示词： 在一个温暖的室内，背景是东北特色的花棉袄和土炕，一个戴着雷锋帽的东北大叔，他的口型和豪爽的面部表情需要与我提供的音频完全匹配 图生+音频驱动生成 图文音多模态驱动拟人化角色场景 打工猫 测试目标： 核心测试模型在提供了首帧图和音频的多模态输入下，实现拟人化角色（猫）的动态场景。同时，考察其通用音频驱动口型和面部表情同步（包含情绪表达）的能力，以及对复杂拟人化动作指令的遵循度。 No access ef67915f52b6454788f0f9ea952e75a6 00:00 打工猫 Unable to preview. Please download the file. 提示词： 拟人化的猫一边指着电脑屏幕，指指点点，一边说话，无奈的表情 图文音多模态驱动舞台表演场景 深情歌唱 测试目标： 核心测试模型在提供了首帧图和音频的多模态输入下，实现人物唱歌。同时，考察其用音频驱动人物口型、面部表情及肢体动作与歌声进行情感和节奏同步的综合能力。 No access ff3d5204fdac4baf81fc6f13297a580b 00:00 女生唱歌 Unable to preview. Please download the file. 提示词： 女生在台上深情款款的唱歌 No access 0ff92c94704e47cabd047f142cb9f71b 00:00 No access 0ff92c94704e47cabd047f142cb9f71b 00:00 No access 792b269a7371495da3db11ff0dce06fd 00:00 No access 792b269a7371495da3db11ff0dce06fd 00:00 No access 109ebb3467084eccacb24beb686b95d0 00:00 No access 109ebb3467084eccacb24beb686b95d0 00:00 No access 414c3c9043f641fb8b3ef1fc399b7108 00:00 No access 414c3c9043f641fb8b3ef1fc399b7108 00:00 No access 476e0c28ba62496f96101bb3ce8b236c (1) 00:00 No access 476e0c28ba62496f96101bb3ce8b236c (1) 00:00 No access 44ff7ae3e00d47a49bacb4683b078862 00:00 No access 44ff7ae3e00d47a49bacb4683b078862 00:00 测试目标： 核心测试模型对复杂群体动态、运镜指令的执行能力，以及多层次音效、背景音乐生成，并实现音画情绪与动作的高度同步，营造紧张感的综合表现。 No access 325f82c4274b42d6aa4dcd16a6c9e206 00:00 No access 325f82c4274b42d6aa4dcd16a6c9e206 00:00 No access 325f82c4274b42d6aa4dcd16a6c9e206 00:00 No access 325f82c4274b42d6aa4dcd16a6c9e206 00:00 提示词： 几个士兵一边开枪一边向前走，镜头跟随，紧张感，配有枪声和爆炸声，背景音乐是紧张快节奏的枪战片音乐 几个士兵一边开枪一边向前走，镜头跟随，紧张感，配有枪声和爆炸声，背景音乐是紧张快节奏的枪战片音乐 时序指令场景 口红试色 测试目标： 核心测试模型对时序性指令的精确解析与执行能力。同时，考察其实现人声口播与唇形精准同步的综合水平，以及对语义的理解。 No access 19460925e7994f42b0c5a346ccdb06fb (1) 00:00 No access e8357baf85fc45a8be31f3de33d277d8 00:00 No access 19460925e7994f42b0c5a346ccdb06fb (1) 00:00 No access 19460925e7994f42b0c5a346ccdb06fb (1) 00:00 No access 19460925e7994f42b0c5a346ccdb06fb (1) 00:00 No access e8357baf85fc45a8be31f3de33d277d8 00:00 No access e8357baf85fc45a8be31f3de33d277d8 00:00 No access e8357baf85fc45a8be31f3de33d277d8 00:00 No access 1c803a683d744ddfb5a211967539623e 00:00 No access 1c803a683d744ddfb5a211967539623e 00:00 No access 1c803a683d744ddfb5a211967539623e 00:00 No access 1c803a683d744ddfb5a211967539623e 00:00 提示词： 0s 2s:女生拿着口红在涂口红，2s 5s：女生放下口红/拿着口红对着镜头说：“姐妹们，给大家看看这款口红试色” 0s 2s:女生拿着口红在涂口红，2s 5s：女生放下口红/拿着口红对着镜头说：“姐妹们，给大家看看这款口红试色” 文生+音频驱动生成 音频驱动卡通动画场景 月亮上的歌唱小熊 测试目标： 核心测试模型基于外部提供的歌声音频，实现卡通角色的口型完美同步，并同时生成符合音频节奏的肢体动画（轻轻摇晃身体）。 No access 3c2c04a4d8b24434999a6314489866fa 00:00 No access 3c2c04a4d8b24434999a6314489866fa 00:00 小孩唱歌 Unable to preview. Please download the file. 小孩唱歌 Unable to preview. Please download the file. 提示词： 一个可爱的卡通小熊，坐在月亮上，它的口型需要与我提供的歌声音频完美同步，一边唱一边轻轻摇晃身体。 一个可爱的卡通小熊，坐在月亮上，它的口型需要与我提供的歌声音频完美同步，一边唱一边轻轻摇晃身体。 音频驱动地域文化角色场景 豪爽的东北大叔 测试目标： 核心测试模型基于外部提供的音频，驱动特定文化角色口型与面部表情的能力。同时考察其生成地域文化元素的准确性。 No access b88ecbfdb34d4cd8b0b0fed297c784fc (1) 00:00 No access b88ecbfdb34d4cd8b0b0fed297c784fc (1) 00:00 收成不错 Unable to preview. Please download the file. 收成不错 Unable to preview. Please download the file. 提示词： 在一个温暖的室内，背景是东北特色的花棉袄和土炕，一个戴着雷锋帽的东北大叔，他的口型和豪爽的面部表情需要与我提供的音频完全匹配 在一个温暖的室内，背景是东北特色的花棉袄和土炕，一个戴着雷锋帽的东北大叔，他的口型和豪爽的面部表情需要与我提供的音频完全匹配 图生+音频驱动生成 图文音多模态驱动拟人化角色场景 打工猫 测试目标： 核心测试模型在提供了首帧图和音频的多模态输入下，实现拟人化角色（猫）的动态场景。同时，考察其通用音频驱动口型和面部表情同步（包含情绪表达）的能力，以及对复杂拟人化动作指令的遵循度。 No access ef67915f52b6454788f0f9ea952e75a6 00:00 No access ef67915f52b6454788f0f9ea952e75a6 00:00 No access ef67915f52b6454788f0f9ea952e75a6 00:00 No access ef67915f52b6454788f0f9ea952e75a6 00:00 打工猫 Unable to preview. Please download the file. 打工猫 Unable to preview. Please download the file. 提示词： 拟人化的猫一边指着电脑屏幕，指指点点，一边说话，无奈的表情 拟人化的猫一边指着电脑屏幕，指指点点，一边说话，无奈的表情 图文音多模态驱动舞台表演场景 深情歌唱 测试目标： 核心测试模型在提供了首帧图和音频的多模态输入下，实现人物唱歌。同时，考察其用音频驱动人物口型、面部表情及肢体动作与歌声进行情感和节奏同步的综合能力。 No access ff3d5204fdac4baf81fc6f13297a580b 00:00 No access ff3d5204fdac4baf81fc6f13297a580b 00:00 No access ff3d5204fdac4baf81fc6f13297a580b 00:00 No access ff3d5204fdac4baf81fc6f13297a580b 00:00 女生唱歌 Unable to preview. Please download the file. 女生唱歌 Unable to preview. Please download the file. 提示词： 女生在台上深情款款的唱歌 女生在台上深情款款的唱歌 嗨，我是AI尹小歪，WaytoAGI视频板块版主。 你身边的AI工具分享家，专注挖掘实用AI工具与热门玩法，陪你用AI提效，创造更多价值。 搜索公众号“小歪的AI工具箱”，关注我不迷路 嗨，我是AI尹小歪，WaytoAGI视频板块版主。 你身边的AI工具分享家，专注挖掘实用AI工具与热门玩法，陪你用AI提效，创造更多价值。 搜索公众号“小歪的AI工具箱”，关注我不迷路 模型版本：通义万相2.5 Preview 🎼 视频生成模型wan2.5亮点 音画同步，原生支持音画同步、高保真音频生成，含人声（多人）、ASMR、音效、音乐等多种声音类型。支持语种：中文、英文等 10s长视频生成，生成视频长度提升1倍，最高10s，提升画面时空内容容量，支持更完整的叙事 指令遵循提升，大幅提升自然语言理解和指令遵循能力，理解复杂连续变化指令控制，运镜理解，支持结构化提示词 视频基础质量优化，大幅度动态表现力与结构稳定性，电影美学控制，最高1080P 24fps输出 图生视频优化，精准语义控制、更好的一致性保持 通用音频驱动，文生、图生视频中支持输入音频作为参考，搭配提示词或首帧图进行视频内容生成 视频生成模型wan2.5亮点 音画同步，原生支持音画同步、高保真音频生成，含人声（多人）、ASMR、音效、音乐等多种声音类型。支持语种：中文、英文等 10s长视频生成，生成视频长度提升1倍，最高10s，提升画面时空内容容量，支持更完整的叙事 指令遵循提升，大幅提升自然语言理解和指令遵循能力，理解复杂连续变化指令控制，运镜理解，支持结构化提示词 视频基础质量优化，大幅度动态表现力与结构稳定性，电影美学控制，最高1080P 24fps输出 图生视频优化，精准语义控制、更好的一致性保持 通用音频驱动，文生、图生视频中支持输入音频作为参考，搭配提示词或首帧图进行视频内容生成 🥖 提示词公式 提示词 = 主体 + 场景 + 运动 + 声音描述（人声/音效/背景音乐） 声音描述：声音描述是视频中声音要素及其随时间变化的描述，用来指导声音内容和声音氛围，使其与画面叙事精准配合，主要包括人声、音效、BGM三类。 人声 = “输入角色的说话内容” + 情绪 + 语调 + 语速 + 音色 + 口音 示例：一个男人在讲脱口秀，他说道："人脸识别最大的问题不是技术，而是我刚睡醒的脸"，语气轻松，语速适中，声音清亮，美式英文。 音效 = 音源材质 + 行为 + 环境音 示例：一个玻璃小球从桌面掉在木质地面上，发出“砰”的声音，室内安静环境。 背景音乐 = 背景音乐/配乐 + 风格 示例：雨夜，阴森窄小的走廊，尽头有一扇窗户，配有悬疑风格背景音乐。 提示词公式 提示词 = 主体 + 场景 + 运动 + 声音描述（人声/音效/背景音乐） 声音描述：声音描述是视频中声音要素及其随时间变化的描述，用来指导声音内容和声音氛围，使其与画面叙事精准配合，主要包括人声、音效、BGM三类。 人声 = “输入角色的说话内容” + 情绪 + 语调 + 语速 + 音色 + 口音 示例：一个男人在讲脱口秀，他说道："人脸识别最大的问题不是技术，而是我刚睡醒的脸"，语气轻松，语速适中，声音清亮，美式英文。 音效 = 音源材质 + 行为 + 环境音 示例：一个玻璃小球从桌面掉在木质地面上，发出“砰”的声音，室内安静环境。 背景音乐 = 背景音乐/配乐 + 风格 示例：雨夜，阴森窄小的走廊，尽头有一扇窗户，配有悬疑风格背景音乐。 案例分类 文生视频 (T2V) 、图生视频 (I2V) 、文生+音频驱动生成、图生+音频驱动生成 文生视频 (T2V) 日常生活场景 早餐时光 测试目标：基础音画匹配和生活化场景理解 提示词： 阳光洒进厨房，年轻女子在制作早餐，电磁炉上平底锅煎蛋时"滋滋"作响，她轻声哼唱，背景音乐是轻松的晨间音乐。 阳光洒进厨房，年轻女子在制作早餐，电磁炉上平底锅煎蛋时"滋滋"作响，她轻声哼唱，背景音乐是轻松的晨间音乐。 情感表达场景 告别 测试目标：情绪理解和声音情感匹配 提示词： 火车站台上，旁边是停着的火车，一对恋人告别，男生用中文说："记得按时吃饭"，声音温柔但带着不舍；女生用哽咽的声音回答："知道啦"。远处传来火车汽笛声，站台上人声嘈杂，配有感人的钢琴背景音乐。 火车站台上，旁边是停着的火车，一对恋人告别，男生用中文说："记得按时吃饭"，声音温柔但带着不舍；女生用哽咽的声音回答："知道啦"。远处传来火车汽笛声，站台上人声嘈杂，配有感人的钢琴背景音乐。 自然风光场景 海浪 测试目标：自然音效与画面同步 提示词： 夕阳下的海滩，海浪有节奏地拍打岩石，发出"哗哗"的声响，海鸟在空中鸣叫声 夕阳下的海滩，海浪有节奏地拍打岩石，发出"哗哗"的声响，海鸟在空中鸣叫声 氛围感美学场景 清晨咖啡 测试目标： 测试模型对复杂连续指令的理解与执行能力，以及电影感氛围营造 提示词： 一家安静的咖啡馆，柔和的晨光从窗户斜射进来，空气中有尘埃在飘动。镜头特写，缓慢推进，完整记录下咖啡师的手将牛奶倒入咖啡，正在进行拉花，并最终形成一个完美的爱心拉花图案。 背景音乐是轻松的吉他纯音乐。 一家安静的咖啡馆，柔和的晨光从窗户斜射进来，空气中有尘埃在飘动。镜头特写，缓慢推进，完整记录下咖啡师的手将牛奶倒入咖啡，正在进行拉花，并最终形成一个完美的爱心拉花图案。 背景音乐是轻松的吉他纯音乐。 生活化互动场景 晨间问候 测试目标： 主要测试模型情感人声的能力，并考察其在场景中对话的音画同步表现。 提示词： 清晨的上海老街道的咖啡馆，一位顾客推门而入，老板说："欢迎光临，祝您有美好的一天"，语气温和，声音亲切。背景播放着轻松的爵士乐。 清晨的上海老街道的咖啡馆，一位顾客推门而入，老板说："欢迎光临，祝您有美好的一天"，语气温和，声音亲切。背景播放着轻松的爵士乐。 特定人声场景 ASMR 测试目标： 核心测试模型生成高保真ASMR人声音频的能力，检验其对语调、语速和声音质感等精细化指令的遵循度，以及音画共同营造特定氛围（放松、治愈）的同步效果。 提示词： 夜晚，一位年轻女性坐在温馨的卧室里，轻声细语地说："现在，深呼吸，放松..."，语调轻柔，语速非常缓慢，声音温暖治愈，营造放松氛围。 夜晚，一位年轻女性坐在温馨的卧室里，轻声细语地说："现在，深呼吸，放松..."，语调轻柔，语速非常缓慢，声音温暖治愈，营造放松氛围。 音乐营造氛围感场景 雨夜街道 测试目标： 核心测试模型在复杂动态视觉（雨、光影、运动物体）下，生成并融合音效和背景音乐的能力，并考察其对场景氛围的整体营造。 No access b619bce4626f47108d461602ef822817 00:00 No access b619bce4626f47108d461602ef822817 00:00 提示词： 雨夜的城市街道，一辆汽车缓缓驶过，车灯在湿漉漉的柏油马路上拖出长长的光影，车窗内透出温暖的灯光。音效是下雨的声音，配上轻微的蓝调萨克斯风音乐。 雨夜的城市街道，一辆汽车缓缓驶过，车灯在湿漉漉的柏油马路上拖出长长的光影，车窗内透出温暖的灯光。音效是下雨的声音，配上轻微的蓝调萨克斯风音乐。 奇幻光影氛围场景 魔法水晶 测试目标： 测试模型对非现实奇幻元素的想象与生成能力，特别是在复杂光影、动态特效上的表现，并考察其生成特定氛围感（空灵、神秘）哼唱音乐并与画面进行情绪同步的效果。 No access 208695e6ec4f42e78fcde16a723ef009 00:00 No access 208695e6ec4f42e78fcde16a723ef009 00:00 提示词： 在深夜的魔法森林里，一颗悬浮在空中的水晶发出柔和的蓝色光芒，照亮了周围的苔藓和奇特植物，几只萤火虫在水晶周围飞舞。背景音乐是空灵、神秘的哼唱。 在深夜的魔法森林里，一颗悬浮在空中的水晶发出柔和的蓝色光芒，照亮了周围的苔藓和奇特植物，几只萤火虫在水晶周围飞舞。背景音乐是空灵、神秘的哼唱。 不同人声呈现 年轻人 No access 31827433d3084c198ab4916742110be3 (3) 00:00 No access 31827433d3084c198ab4916742110be3 (3) 00:00 提示词： 一个穿着牛仔夹克的年轻女子，她正在小吃街上走着。 场景是夜晚的街头小吃集市，闪烁的霓虹灯和蒸腾的食物热气。 镜头跟随女子在拥挤的人群中穿行，缓缓平移扫过各个小吃摊。 音效是周围人群的嘈杂声；穿着牛仔夹克的年轻女子用中文说“哇，这里真的很热闹！”。 一个穿着牛仔夹克的年轻女子，她正在小吃街上走着。 场景是夜晚的街头小吃集市，闪烁的霓虹灯和蒸腾的食物热气。 镜头跟随女子在拥挤的人群中穿行，缓缓平移扫过各个小吃摊。 音效是周围人群的嘈杂声；穿着牛仔夹克的年轻女子用中文说“哇，这里真的很热闹！”。 老年人 No access b9c84a4386e34236a79d9f0296030d75 (1) 00:00 No access b9c84a4386e34236a79d9f0296030d75 (1) 00:00 提示词： 在一个有石门背景的弄堂口，一位穿着精致旗袍的老奶奶微笑着对着镜头说：“今天天气老好了，咱们一起去走走吧”，嘈杂的街道背景音。 在一个有石门背景的弄堂口，一位穿着精致旗袍的老奶奶微笑着对着镜头说：“今天天气老好了，咱们一起去走走吧”，嘈杂的街道背景音。 10s场景 No access f77ae18e38ec44c599da74270eafa518 00:00 No access f77ae18e38ec44c599da74270eafa518 00:00 提示词： 镜头从中景的森林开始，缓慢推进到一棵大树前，最后特写地上的一只昆虫。配有森林里的各种声音。 镜头从中景的森林开始，缓慢推进到一棵大树前，最后特写地上的一只昆虫。配有森林里的各种声音。 图生视频 (I2V) 物体拟人化动态场景 迪斯科雕像 测试目标： 核心测试模型遵循复杂反常理的动态指令（静态物体拟人化）的能力，生成特定风格（迪斯科）音乐并实现高精度音画节奏同步，同时考察其动态表现力。 No access 5f60f9bed1d04e749b0cee93a63ed198 00:00 No access 5f60f9bed1d04e749b0cee93a63ed198 00:00 No access 5f60f9bed1d04e749b0cee93a63ed198 00:00 No access 5f60f9bed1d04e749b0cee93a63ed198 00:00 提示词： 让雕像动起来，让她跟随着动感的迪斯科舞曲（Disco music）疯狂摇摆身体，做出滑稽的舞蹈动作 让雕像动起来，让她跟随着动感的迪斯科舞曲（Disco music）疯狂摇摆身体，做出滑稽的舞蹈动作 精准音效同步场景 机械键盘打字 测试目标： 核心测试模型在微距动态下实现高精度、无延迟的音画同步能力，并检验其生成具有特定音效（机械键盘声）的水平。 No access 4423ca9999944a4bb0e3fee72592c81d 00:00 No access 4423ca9999944a4bb0e3fee72592c81d 00:00 No access 4423ca9999944a4bb0e3fee72592c81d 00:00 No access 4423ca9999944a4bb0e3fee72592c81d 00:00 提示词： 手指富有节奏地敲击键盘，并同步生成清脆的、机械键盘发出的“咔嗒、咔嗒”的打字声 手指富有节奏地敲击键盘，并同步生成清脆的、机械键盘发出的“咔嗒、咔嗒”的打字声 战争动作场景 枪战突进