AI导读：

5月14日晚，阿里巴巴正式开源通义万相Wan2.1-VACE，这是业界功能最全的视频生成与编辑模型，支持文生视频、图像参考视频生成等全系列基础生成和编辑能力。本次共开源两个版本，标志着AI视频生成技术迈上新台阶。

　　5月14日晚，阿里巴巴正式开源通义万相Wan2.1-VACE，这是业界功能最全的视频生成与编辑模型，单一模型可同时支持文生视频、图像参考视频生成、视频重绘、视频局部编辑、视频背景延展以及视频时长延展等全系列基础生成和编辑能力。本次共开源1.3B和14B两个版本，其中1.3B版本可在消费级显卡运行，开发者可在GitHub、Huggingface及魔搭社区下载体验。该模型还将逐步在通义万相官网和阿里云百炼上线，标志着AI视频生成技术迈上新台阶。

　　据介绍，Wan2.1-VACE基于通义万相文生视频模型研发，创新性提出了全新的视频条件单元VCU，统一了文生视频、参考图生视频、视频生视频等4大类视频生成和编辑任务形态；同时，解决了多模态输入的token序列化难题，将VCU输入的帧序列进行概念解耦，分开重构成可变序列和不可变序列后进行编码。

　　Wan2.1-VACE支持全部主流输入形式，包括文本、图像、视频、Mask和控制信号，可实现角色一致性、布局、运动姿态和幅度等要素的控制。例如，基于物体参考图或视频帧生成视频，或通过抹除、局部扩展等操作重新生成原有视频，该模型还能通过深度图、光流、布局、灰度、线稿等控制信号对视频进行编辑。

　　Wan2.1-VACE支持任意基础能力的自由组合，无需针对特定功能训练新专家模型，即可完成复杂任务，极大扩展AI视频生成想象空间。例如，组合图片参考和主体重塑功能，实现视频物体替换；组合图片参考、首帧参考、背景扩展和时长延展功能，将竖版图片变为横版视频，并加入参考图片元素。

（文章来源：新京报，关键词：阿里巴巴、视频生成、AI技术、开源模型）