Wan 2.6

阿里巴巴最先进的视频生成模型，在统一系统中支持超过10种视觉创作能力。Wan 2.6 可从文本、图像、参考视频或音频生成 24fps 的 1080p 视频，具备原生音画同步和精准唇形同步。主要功能包括参考视频生成（将角色的外表和声音插入新场景）、基于简单提示的多镜头叙事、同步音效和音乐，以及支持 16:9、9:16 和 1:1 宽高比，片段最长可达 15 秒。