千问视频图像模型升级，把AI助手性能拉满了 我现在算是真正看懂了阿里的AI战略，只有底层逻辑技术做到足够强，C端的入口才会牢固，AGI归根结底还是依赖底层技术的进化。 12月2日，阿里千问正式官宣全新的AI⽣视频和⽣图能⼒，同时接入国内最强视频生成模型Wan2.5和全球最强开源模型Qwen-Image的独家满血特供版Qwen-Image 2511，更新了下APP后，马上做了几个测试，感觉千问对任务指令的理解、语义、语境分析都非常强了，这应该就是阿里最强大模型带来的体验上的爽感。 1.AI生图测试 指令:生成一张照片。男生在改变骑行，落日余晖，浪漫色彩。 生成结果如P2所示。输出的图片质量很高，很有意境。但我更想说的是，你们有没有注意到细节（P3），我也是在图片生成后才发现自己写指令的时候输入了错别字，“海边”错误写成了“改变”，但这丝毫没有影响到千问的发挥。阿里最强大模型打底，语义分析能力确实强。 2.AI生视频测试 素材:一张狗狗图片 指令:生成两只小狗打架的有声视频，可爱萌宠的温馨画面，配上小奶狗的声音。 我只提供了一只狗狗的图片，要求生成两只狗狗打架的视频，输出结果放在P4了，无论是狗狗的形象、动作还是声音，都很nice，看着是不是给人萌化了？ 这里还有个重点，很细节，大家看P5，千问在解析任务指令的时候，用“打闹”替换了“打架”，我挺惊讶的，这个替换很灵性。因为我的指令里要求是“可爱萌宠的温馨画面”，结合这个要求，“打闹”明显比“打架”更合适。千问对语境的理解，遣词方面，比我强了。 3.对口型测试 千问这次升级后，还有很多玩法模板，用户可以跟着拍同款。比如，我做的对口型测试，大家看P6。 素材就是一张狗狗图，哈几米之歌的对口型视频，嘴型动作跟音乐节拍的同步性很高。可玩性很强。千问提供了非常多玩法，比如照片滤镜、影分身、对口型、全民舞王等等，wan2.5模型可以生成最长10s音画同步的视频，还支持多语种，这下真的想玩什么抽象就自己生了，大家也可以去体验一下，我感觉，AI有可能会改变现有的短视频生态了。 一番测试下来，千问的表现还是超出了我的预期，无论是生图还是生视频，优势都足够明显。现在生图还是免费不限次数使用的，大家都快去体验下，记得评论区交作业！