快科技 4 月 1 日消息，阿里巴巴今日正式发布图像生成与编辑统一模型 Wan2.7-Image，直击当前 AI 生图领域 " 标准脸 " 审美疲劳和 " 色彩盲盒 " 等痛点。

该模型可实现 " 千人千面 "，捏出 " 活人感 "，全新的 " 调色盘 " 功能可精准控制色彩。

即日起，用户可在 https://tongyi.aliyun.com/wan/、wan.video 网站和阿里云百炼体验 Wan2.7-Image，千问 App 也即将接入。

据介绍，Wan2.7-Image 具备文生图、图生组图、图像指令编辑和交互式编辑等全链路能力。

在人类偏好盲测中，" 文生图 " 能力超过 GPT-Image1.5 和国内主流模型，在文本渲染、照片级成像和世界知识指标上，接近 Nano Banana Pro。

针对目前千篇一律的 "AI 脸 " 情况，Wan2.7-Image 强化了虚拟形象捏脸功能，支持从骨相、眼眸到五官细微处的全方位定制。

例如更换提示词中的脸型（鹅蛋脸、圆脸、方脸、长方脸等）、眼部特征（杏仁眼、深邃眼窝、圆眼、丹凤眼等），实现 " 千人千面 "。

此外，Wan2.7-Image 全新支持 " 调色盘 " 功能，用户可通过 Hex Code，一键提取或输入参考图的各种颜色和占比，并可自由调控颜色的数量和占比，自定义配色方案。

当前，超长文字渲染是 AI 生图的痛点，容易文字模糊、内容错乱甚至直接漏写。

而 Wan2.7-Image 对超长文字、表格和复杂公式的渲染可达印刷级，支持 12 种语言，最高 3K tokens 的超长文字输入，可输出一页 A4 纸的论文。

Wan2.7-Image 还具备强大的组图生成能力，可生成多达 12 张，用于批量制作同风格系列图、PPT 配图、分镜脚本、电商模特套图及多视角建筑图。

而 Wan2.7-Image 的多主体一致性最高支持输入 9 张图片作为参考源，对于合影、电影海报及家具组合图等，可保持风格与特征的统一，告别 " 抽卡 " 式创作。

值的注意的是，Wan2.7-Image 不只会生图，还更懂图。

在训练数据上，超大规模的异构数据底座涵盖全域品类的视觉素材，还整合了理解类数据。

在模型架构上，模型采用了领先的生成与理解统一模型架构，模型不需费力去猜文字对应的画面。

此外，在数据工程维度，根据图像的布局、文字、光影、拍摄角度和用途等，模型团队构建了多维精细标注体系。

基于更大规模数据及尺寸训练而成的 Wan2.7-Image-Pro 也同步上线，生成图像的构图更加稳定，语义理解更强更精准。

目前，Wan2.7-Image 的强大功能可应用于多个行业。

对于短剧与影视团队，可低成本完成角色设定、动作模仿与特效预览；对于自媒体与内容创作者，可轻松生成多风格封面、OOTD 穿搭。

而在电商领域，可裂变生成特写图、不同场景的卖点图，大幅降低拍摄成本；教育和科研从业者也可直接调用模型生成论文配图、信息图表与儿童绘本。

针对时下大火的龙虾热，Wan2.7-Image 现已支持 skill 调用，让龙虾画画，全面解锁生成模型的应用场景。