通义万相新模型开源，首尾帧图一键生成特效视频！

作为业界首个百亿级参数规模的开源首尾帧生视频模型，该模型可根据用户指定的开始和结束图片，生成一段能衔接首尾画面的720p高清视频，满足延时摄影、变身等更可控、更定制化的视频生成需求。

基于该模型，用户上传两张图片即可完成更复杂、更个性化的视频生成任务，并实现同一主体的特效变化、不同场景的运镜控制等视频生成。

用户还可输入一段提示词，通过旋转、摇镜、推进等运镜控制衔接画面，在保证视频和预设图片一致性前提下，让视频拥有更丰富的视觉效果。

目前，用户可在通义万相官网直接免费体验该模型，或在GitHub、Hugging Face、魔搭社区下载模型本地部署后进行二次开发。

通义万相官网：https://tongyi.aliyun.com/wanxiang/videoCreation

GitHub：https://github.com/Wan-Video/Wan2.1

Hugging Face：https://huggingface.co/Wan-AI/Wan2.1-FLF2V-14B-720P

魔搭社区：https://www.modelscope.cn/models/Wan-AI/Wan2.1-FLF2V-14B-720P

首尾帧生视频比文生视频、单图生视频的可控性更高，是最受AI视频创作者欢迎的功能之一，但这类模型的训练难度较大，对模型的指令遵循、视频内容与首尾帧一致性、视频过渡自然流畅性等均有高要求。

基于现有的Wan2.1文生视频基础模型架构，通义万相首尾帧生视频模型进一步引入了额外的条件控制机制，通过该机制可实现流畅且精准的首尾帧变换。

在训练阶段，团队还构建了专门用于首尾帧模式的训练数据，同时针对文本与视频编码模块、扩散变换模型模块采用了并行策略，这些策略提升了模型训练和生成效率，也保障了模型具备高分辨率视频生成的效果。

今年2月，通义万相Wan2.1文生视频和图生视频模型开源后，迅速登上Hugging Face模型热榜和模型空间榜榜首，其在GitHub已斩获超10k star，模型下载量超过220万，是开源社区热度最高的大模型之一。