阿里Wan2.2-S2V正式发布：一张图+一段音频 即可生成人物动态视频_3DM单机

昨晚，阿里云正式发布全新多模态视频生成模型通义万相Wan2.2-S2V，并宣布开源。

Wan2.2-S2V极大地简化了视频制作过程，仅需提供一张静态图片和一段音频，模型便能生成面部表情自然、口型与音频高度一致、肢体动作流畅丝滑的电影级数字人视频。

支持分钟级长视频稳定生成，不止嘴动，手势、表情、姿态都能动。

而且模型在训练中充分挖掘跨域泛化能力，可自然驱动卡通人物、动物形象、二次元角色、艺术风格化人像，不再局限于真人肖像。

无论是萌宠说话，还是动漫角色唱歌，Wan2.2-S2V都能精准还原音画同步效果。

其提供480P与720P两档分辨率，兼顾效率与画质，适用于短视频、数字人、轻量影视等场景。