实测万相2.1文生视频大模型：能歌善舞、能写会画，堪比四栖艺术家

阿里最新开源的视频生成模型阿里万相Wan2.1火遍全网，不仅迅速在全球权威垂直类榜单VBench上登顶，完胜‌Sora，更在整个AI界，乃至内容创意领域一石激起千层浪，开启了视频生成的无限可能。

今天就让我们来看看万相2.1到底支持哪些炫酷好玩的功能吧~

万相2.1叠了哪些好玩的buff？

1. 懂中文：首次实现基于中文提示词的视频生成，再阳春白雪的表达都能听懂。
2. 会写字：首创了中文艺术字与多种特效，告别书写“鬼画符”的文盲AI。
3. 有审美：懂得电影质感的运镜，还能实现水墨晕染等东方美学表达，0预算拍大片也不是不可能。
4. 能跑会跳：在大幅度复杂运动、物理规律遵循方面十拿九稳，消除了AIGC人物动作的塑料感。

（prompt：一只非常可爱的柯基狗，带着笑容，叼着一根木棍，从一片草丛中，向你奔跑过来。视频的背景有天空和阳光，整体色调柔和。）

哪里能玩万相2.1？

万相2.1现已上线东方超算AI应用商店（访问网址appmall.ai），使用价格低至2.3元/小时，平台按分钟数实际计费，比如使用10分钟，那么只会收费约0.4元。

您可以查看《手把手教你玩转AppMall》，了解安装开启站内应用全流程。

在线安装后如何上手？

（1）用户界面什么样？

万相2.1的用户界面非常简单，一共分为3个区域：（左上）提示词输入，（左下）优化参数，以及（右侧）结果生成。

比较值得展开讲讲的是（左下）优化参数区域，目前有4个可调节参数，分别是：

1. Diffusion steps（扩散步数）：表示模型从纯噪声逐步生成视频帧的迭代次数，数值50意味着生成过程要经历50 次处理，数值越大，视频画面越精细，但耗时也更长。
2. Guide scale（引导尺度）：用来控制文本提示对生成视频的影响程度，6表明在生成时会较严格遵循文本描述，数值越高，生成内容和提示相关性越强，可能也会更缺乏多样性。
3. Shift scale（移位尺度）：该参数影响视频帧之间的变化和连贯性，数值8代表一种特定的变化幅度调节，数值越大，视频帧间变化可能越明显。
4. Seed（随机种子）：-1代表未指定固定随机种子，每次生成会是不同结果。若指定具体数值，在相同参数下可复现相同视频生成效果，便于调试和获得一致内容。

（2）提示词如何写？

文生视频，“文”是一切的前提。提示词越详细，生成视频效果会越好，但也不宜过长，否则会影响万相2.1大模型的理解，生成过程的时长也会被无限拉长（实测一般长度提示词至少需要300s以上的生成时长）。

一般来说，提示词应该至少包括画面主体（比如，人、地、物、事、情），背景信息（环境、色调、动作、颜色、场景）等。

如果说自己大致知道想要什么感觉的画面，但对细节难以校准的话，可以利用豆包、通义千问等，先请AI帮忙撰写一段提示词，再复制到万相2.1里。

万相2.1最适合用在哪些场景？

（1）中文艺术字生成。

（prompt：一只手拿着一支笔，在红纸上用墨写下一个“福”字。）

（2）中文复杂语意/电影感场景生成。利用前面这段由豆包AI撰写的复杂语意提示词，可以看到万相2.1的对中文的理解，以及最终视频的生成效果，都超出预期。

（prompt：身着素色汉服、青丝挽起的女子，撑着淡蓝色油纸伞，于烟雨江南的石桥款步而来。脚下青石板泛着水光，石桥边流水碧绿。她衣袂飘飘，裙上白梅隐约，眉眼低垂含愁。远处山峦被薄雾笼罩，似水墨洇开，山脚下白墙黛瓦，炊烟袅袅。河面漂着粉色桃花瓣，岸边垂柳柔枝轻摇。画面以淡雅水墨色调为主，点缀亮色，尽显东方温婉诗意与独特韵味。）

（3）精细动作生成。

（prompt：身着潮流街头服饰的舞者，伴着动感的电子音乐，有力地摆动身体，利落的滑步穿梭于光影之间，快速的手臂挥舞带起阵阵风。）

（4）电影感运镜生成。

（prompt：一片沙滩上，海浪有节奏地拍打着海岸，镜头从下方的山脊逐渐拉近海面。）

快来appmall.ai，探索更多AI应用的可能吧~