多模态视频生成模型通义万相“Wan2.2-S2V”正式开源

据通义万相Wan公众号消息，全新多模态视频生成模型通义万相“Wan2.2-S2V”正式开源，仅需一张静态图片和一段音频，即可生成面部表情自然、口型一致、肢体动作丝滑的电影级数字人视频。该模型单次生成的视频时长可达分钟级，大幅提升数字人直播、影视制作、AI教育等行业的视频创作效率。目前，模型已在通义万相官网上线。