阿里发布 Wan2.7-Image，人类偏好盲测评分国内第一

📌 一句话摘要

阿里巴巴发布了图像生成与编辑统一模型 Wan2.7-Image，该模型在人类偏好盲测中位列国内第一，并针对‘AI 脸’同质化、色彩控制不准、长文本渲染等痛点，推出了千人千面捏脸、调色盘、超长文本渲染等创新功能。

📝 详细摘要

阿里巴巴于 4 月 1 日发布了其图像生成与编辑统一模型 Wan2.7-Image。文章重点介绍了该模型针对当前 AI 生图领域主要痛点的解决方案：通过强化捏脸功能实现‘千人千面’的人物生成，告别‘标准脸’；新增‘调色盘’功能，支持通过 Hex Code 精准提取和输入颜色，解决‘色彩盲盒’问题；利用长上下文文本编码器，实现了对超长文字、表格和复杂公式的印刷级渲染。此外，模型还具备强大的图生组图、交互式编辑、多主体一致性保持等全链路能力。文章称，在人类偏好盲测中，其文生图能力超过 GPT-Image1.5 和国内主流模型，接近 Nano Banana Pro。模型已在通义万相官网、阿里云百炼等平台上线。

💡 主要观点

- Wan2.7-Image 在人类偏好盲测中表现优异，文生图能力国内领先。 根据文章，该模型在人类偏好盲测评分中位列国内第一，其文生图能力超过 GPT-Image1.5 和国内主流模型，在文本渲染、照片级成像等指标上接近 Nano Banana Pro。

模型针对‘AI 脸’同质化和色彩控制两大核心痛点进行了重点优化。 通过强化虚拟形象捏脸功能，支持从骨相到五官的细节定制，实现‘千人千面’。新增‘调色盘’功能，允许用户通过 Hex Code 精准控制颜色，解决了 AI 生图色彩随机性强的‘盲盒’问题。

Wan2.7-Image 具备从生成到编辑的全链路能力，应用场景广泛。 模型不仅支持文生图、图生组图，还原生支持交互式编辑、多主体一致性保持等功能。这些能力可应用于短剧制作、电商营销、教育科研等多个行业，降低创作成本。

模型能力的提升源于数据、架构和训练流程上的技术突破。 文章提及模型采用了生成与理解统一的架构、共享隐空间，并整合了理解类数据与多模态指令训练，实现了从‘像素拟合’到‘底层语义认知’的飞跃。

💬 文章金句

- Wan2.7-Image 具备文生图、图生组图、图像指令编辑和交互式编辑等全链路能力。

• 为告别千篇一律的‘AI 脸’，Wan2.7-Image 强化了虚拟形象捏脸功能，支持从骨相、眼眸到五官细微处的全方位定制，实现‘千人千面’。
• Wan2.7-Image 全新支持‘调色盘’功能，用户可通过 Hex Code，一键提取或输入参考图的各种颜色和占比。
• 凭借长上下文文本编码（Long Context Text Encoder）解析超长序列，Wan2.7-Image 对超长文字、表格和复杂公式的渲染可达印刷级。
• 在训练流程中引入多模态指令（比如文字 + 图片），使得模型实现了从单纯‘像素拟合’到‘底层语义认知’的飞跃。

📊 文章信息

AI 初评：87

来源：量子位

作者：量子位的朋友们

分类：人工智能

语言：中文

阅读时间：7 分钟

字数：1527

标签： Wan2.7-Image, 阿里巴巴, 图像生成, 多模态模型, AI 生图

阅读完整文章