阿里万相2.7上线：一句话改视频剧情，5人同框+音色参考，视频编辑进入自然语言时代
阿里视频生成模型"万相"（Wan）系列迎来2.7版本。这次升级不只是画质变好——Wan2.7最大的变化是把"视频编辑"做成了核心能力：你可以用自然语言直接修改已有视频的画面和剧情，把复杂的后期工作简化成一句话操作。
五大任务类型，从生成到编辑全覆盖
Wan2.7在阿里云百炼平台和ComfyUI上同时上线，支持五种任务模式：
文生视频（T2V）：输入文字描述生成视频，支持2-15秒时长，720P或1080P输出。亮点是"多镜头叙事"——你可以在提示词里用时间戳写分镜，比如"第1个镜头[0-3秒] 全景：雨夜街头，第2个镜头[3-6秒] 中景：侦探进入建筑"，模型自动理解镜头结构。还能传入音频URL让视频跟着音频节奏走，或者不开音频让模型自动配背景音乐和音效。
图生视频（I2V）：支持首帧、首帧+末帧两种模式，也可以用音频驱动。给一张起始图和一张结束图，模型补出中间的过渡动画。
参考图生视频（R2V）：这是2.7的新能力。你可以同时传入最多5张真人参考图，让不同角色出现在同一个视频里互动。更特别的是支持"音色参考"——传入一段音频，模型不仅参考人物外观，还会参考声音特征，保持音画身份一致。这对短剧、广告里需要固定角色形象的场景非常实用。
视频续写：给一段已有视频，用文字描述后续内容，模型接着往下生成。
视频编辑：2.7版本的重头戏。你可以用自然语言指令修改视频画面和剧情，也可以用参考图做风格迁移，或者复刻某个视频的动态创意。阿里云产品页的描述很直白："将复杂后期简化为一句话操作"。
相比2.6升级了什么
根据ComfyUI官方文档，Wan2.7在画质、动态表现、风格化和一致性四个维度都有"显著提升"。具体来说：
- 分辨率控制从旧的
size字段改为resolution+ratio组合，更灵活 - 支持反向提示词（negative_prompt），可以明确排除不想要的元素
- 提示词长度上限提升到5000字符，比之前版本能描述更复杂的场景
- 新增3×3网格图像生成模式
ComfyUI集成：5种工作流模板即开即用
Wan2.7已通过ComfyUI Partner Nodes上线，提供了5种预设工作流模板：文生视频、图生视频、参考图生视频、视频续写、视频编辑。本地用户需要更新到最新版ComfyUI，也可以直接在Comfy Cloud上在线体验。
定价与可用性
Wan2.7通过阿里云百炼平台提供API调用，按秒计费，支持720P和1080P两档分辨率，视频时长2-15秒。新用户开通百炼可免费获得50秒视频生成额度。目前支持华北2（北京）和新加坡两个地域。
需要注意的是，Wan2.7目前是API闭源模型。如果你需要本地部署，Wan2.2（Apache 2.0开源）仍是开源版本的选择。
谁该关注
- 短视频创作者：多镜头叙事+角色参考，适合批量生产短剧内容
- 广告制作团队：视频编辑能力让修改创意不再需要重新生成
- 电商运营：产品视频快速生成，音频驱动让商品展示更生动
- ComfyUI用户：5种工作流模板直接可用，无需自己搭节点
Wan2.7的"视频编辑"能力是目前国产视频模型中少见的——大多数模型还停留在"生成一次定终身"的阶段，能直接修改已有视频的还不多。这个方向如果成熟，视频生成的实用价值会上一个台阶。
*基于阿里云百炼API文档、ComfyUI官方文档及阿里云产品页信息整理。*