阿里巴巴推出Wan2.7-Image，在图像生成和编辑领域实现重大突破。

4月1日，阿里巴巴发布了全新的图像生成与编辑模型 Wan2.7-Image。该技术针对当前 AI 图像创作中存在的审美疲劳和色彩随机性问题进行了优化，能够提供更加个性化的服务，并拥有新的调色盘功能。

这款新型模型集成了文字转图片、图形组合生成以及指令式图像编辑等全方位的能力，在无偏见的用户测试中，其文本到图像转换的表现优于GPT-Image1.5和国内其他主流系统，在渲染质量和世界知识理解方面接近Nano Banana Pro。

在最近的一次人类偏好盲测中，Wan2.7-Image 的得分在国内同类产品中排名首位。

为了突破单一化的 AI 虚拟形象设计，该模型增加了虚拟脸型的个性化定制选项。用户能够通过更换提示词来选择不同的面部特征，确保每个生成的人物都是独一无二的。

对于艺术家和设计师而言，精确的颜色控制至关重要，而商业海报对色彩有着严格的要求。Wan2.7-Image 的新调色盘功能允许用户使用 Hex Code 来提取参考图片中的颜色，并且可以自由调整比例，创造出符合特定艺术风格的作品。

该模型在处理长文本时表现出色，能够清晰地呈现复杂的内容，支持12种语言和最高达3K tokens的超长输入，适用于论文和其他文档的高质量渲染。

此外，Wan2.7-Image 在创建连贯性系列图像方面也有卓越表现，最多可以生成一组12张图片，满足PPT、电影分镜脚本及电商产品展示等需求。

编辑功能赋予了用户更多的创作自由。交互式编辑模块使用户能够在指定区域进行精确调整，包括添加或移动元素，确保画面的精准度和意图的一致性。

在多主体一致性方面，模型支持最多9张参考图片输入，并能保持整体风格与特征统一，适用于团队照片、电影海报等多种场景。其他常见的图像编辑功能同样稳定可靠，无需担心随机生成效果。

除了强大的生图能力外，Wan2.7-Image 还具备深入理解图像内容的能力，这得益于技术上的创新和改进。

在训练过程中，模型采用了大规模异构数据集，并引入了多模态指令来提升理解和生成的准确性。此外，在架构设计上，共享隐空间的技术使得文本与视觉信息之间的映射更为直接高效。

为了进一步优化性能，Wan2.7-Image 团队还开发了一套精细的数据标注体系和先进的训练策略，确保模型在各种复杂场景下的表现稳定可靠。基于更大数据集的高级版本 Wan2.7-Image-Pro 已经上线，带来了更强的理解能力和构图稳定性。

这款强大的工具适用于多个行业领域，包括影视制作、自媒体内容创作、电商营销以及教育科研等，并且能够支持特定场景如龙虾绘画的应用开发。

用户现在可以通过阿里云平台和相关应用体验到 Wan2.7-Image 的强大功能。