🌐 官方网址:
https://tongyi.aliyun.com/wan/
(通义万相官方体验入口,登录阿里云账号后即可选择 Wan2.7-Image 或 Wan2.7-Image-Pro 模型进行文生图、组图和编辑。另可在 wan.video 或阿里云百炼平台体验和调用 API。Wan2.7-Image 为闭源商用模型,未开放权重下载)
📌 工具简介
阿里 Wan2.7-Image 是阿里巴巴通义实验室 Wan 团队于 2026 年 4 月 1 日发布的图像生成与编辑统一模型,官方将其定位为“一个模型,同时生成、编辑和理解图像”。它直接针对此前 AI 生图领域最集中的几个痛点——千篇一律的“AI 标准脸”、色彩像开盲盒一样不可控、文字渲染模糊错乱——给出了系统性的回应。核心能力围绕五个维度展开:骨相级“千人千面”捏脸、Hex 色值精准控制的“调色盘”、最高 3K token 的印刷级文字渲染、像素级框选交互式编辑,以及单次最多 12 张、支持 9 张参考图的多图一致性生成。在人类偏好盲测中,其文生图能力超过 GPT-Image 1.5 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。模型同步上线了标准版 Wan2.7-Image 和专业版 Wan2.7-Image-Pro,Pro 版在构图稳定性和语义理解精度上进一步提升,并支持 4K 输出。目前模型以闭源商用形式提供,通过通义万相官网、wan.video 和阿里云百炼 API 对外服务,未开放权重下载。
⚡ 主要功能
- 骨相级“千人千面”捏脸:支持从脸型(鹅蛋脸、圆脸、方脸等)、眼部特征(杏仁眼、深邃眼窝、丹凤眼等)到骨相结构和皮肤纹理的深度定制,不再依赖提示词“抽卡”碰运气,而是实现可复现的人物面部控制,直接回应“AI 标准脸”的审美疲劳
- “调色盘”精准色彩控制:可通过 Hex 色码一键提取或输入参考图的颜色和占比,最多支持 8 种颜色并自由调控比例,品牌视觉、产品设计和插画场景中的色彩一致性从“猜”变为“设”
- 印刷级超长文字渲染:支持 12 种语言、最高 3K token 的超长文字输入,对文字、表格和复杂公式的渲染达到印刷级质量,可输出写满一页 A4 纸的论文或高密度信息图,中文文字错乱和笔画糊化问题显著改善
- 像素级交互式编辑:上传图片后,通过自然语言指令配合框选区域进行“指哪打哪”的精准操作,可移动、缩放、旋转、替换物件、修改文字、提取透明背景,编辑粒度远细于“重新生成整张图”
- 多图一致性组图生成:单一提示词一次最多生成 12 张风格统一的图片,并支持最多 9 张参考图输入以锁定角色或物件的一致性,适合分镜脚本、电商模特套图、产品目录和多视角建筑图等批量制作场景
- 文生图、图生组图与指令编辑全链路:覆盖从零文字生成、基于参考图的融合生成,到对已有图片进行指令化修改的完整链路,一个模型即可完成“从生成到编辑”的主要工作,减少在多个工具之间切换
- Pro 版增强构图与语义:Wan2.7-Image-Pro 在标准版基础上进一步提升了构图稳定性和语义理解精准度,支持 4K 输出,适合对画面结构和指令遵循精度有更高要求的专业场景
- 多端接入:普通用户可通过通义万相官网(tongyi.aliyun.com/wan/)和 wan.video 直接体验;开发者可通过阿里云百炼平台调用 API,按成功生成的图片张数计费
💰 价格信息
Wan2.7-Image 的计费需要区分体验和 API 两条路径。普通用户通过通义万相官网或 wan.video 使用时,提供一定额度的免费体验,适合先行测试文生图、组图和编辑效果,超出后的具体付费规则以页面内展示为准。开发者通过阿里云百炼 API 调用时,按成功生成的输出图片张数计费,输入不计费,生成失败不扣费。新用户开通百炼后可享 90 天内 50 张免费额度,以新加坡地域为主,其他地域免费政策可能不同。标准版 wan2.7-image 中国内地单价约 0.21 元/张,Pro 版 wan2.7-image-pro 约 0.54 元/张,后者支持 4K 输出。国际站价格约为标准版 $0.03/张、Pro 版 $0.075/张(新加坡),全球部署价格略有差异。模型支持华北2(北京)、新加坡、日本(东京)等地域,限流为每分钟 300 次请求。对于批量出图的企业用户,标准版千张成本约 210 元,Pro 版千张约 540 元,按成功输出计费的模式便于预算控制。
👥 适合人群
品牌视觉和商业设计团队(需要精准控制色彩和人物面部一致性,调色盘和捏脸功能直接对应品牌 VI 和系列视觉的标准化需求);电商运营和模特图制作人员(单张模特图裂变生成多场景、多角度卖点图,组图生成能力可大幅降低拍摄成本);教育科研从业者(需要生成论文配图、信息图表、儿童绘本,3K 文字渲染和表格公式能力是刚需);短剧和影视前期团队(低成本完成角色设定、动作模仿和特效预览);以及需要高密度中文信息图、海报和长文本视觉化的内容创作者(印刷级文字渲染将“AI 写中文不可用”推进到“可校对后使用”的区间)。Wan2.7-Image 尤其适合“精准控制优先于一次性抽卡”的专业创作场景——当核心需求不是“随机生成一张好看的图”,而是“按品牌规范生成一张结构、色彩和文字都可控的图”时,捏脸、调色盘和交互式编辑的组合价值最突出。如果核心需求是纯艺术风格探索或一次性概念图生成、后续不做精细修改,它的精准控制能力优势无法充分发挥;对开源权重和本地部署有硬性要求的用户,当前闭源状态不符合需求。
✅ 优点
- “捏脸 + 调色盘 + 文字渲染”三件套直接回应了专业设计场景中最影响可用性的三个变量:人物是否可复现、色彩是否可控制、文字是否可阅读。多数 AI 生图工具在这三点上依赖提示词和运气,Wan2.7-Image 把它们变成了可设置、可复用的参数,对于品牌视觉和商业设计来说,这意味着生成结果从“灵感素材”向“可用资产”靠近了一大步
- 多图一致性组图能力在批量生产场景中有实际价值:单次最多 12 张、9 张参考图锁定一致性,对于需要同一角色或产品跨画面保持统一的电商套图、分镜和产品目录,效率提升是数量级的,而不是每张图都要重新描述和抽卡
- 像素级交互式编辑让“改局部”不再等于“重画全图”:框选区域后用自然语言指令修改,可以只动需要改的部分,保留已经满意的构图和光影,对于商用场景中高频的“客户要求改一个细节”的需求,迭代成本和心理负担都显著降低
- 在人类偏好盲测中文生图能力超过 GPT-Image 1.5、接近 Nano Banana Pro,说明其基础画面质量和语义理解已经进入国际第一梯队,不是只在某一两个特色功能上突出、基础能力却有明显短板的偏科产品
- API 按成功输出计费、输入免费、失败不扣费,且标准版单价约 0.21 元/张,对于需要批量出图的企业,成本结构清晰且单位成本在旗舰级图像模型中处于可接受区间,便于预算管理和规模化接入
- Pro 版提供 4K 输出和更强的构图/语义精度,标准版覆盖 2K 场景,两个档位让用户可以根据输出用途(社交媒体 vs. 印刷/大屏)选择性价比合适的版本,而不是为所有任务支付旗舰价格
- 通义万相官网、wan.video 和百炼 API 多端覆盖,普通用户可以零技术门槛体验核心能力,开发者可以直接接入生产管线,不同角色都能找到适合自己的入口
⚠️ 缺点
- 中文文字渲染“印刷级”的宣传口径需要打折理解:第三方评测中,模型在电商对比卖点页生成上综合得分 83.7,视觉设计和排版层次受到肯定,但评审明确指出“中文字符的可读性无法达到发布标准”“文字排版和逻辑对齐表现糟糕”,说明在复杂中文信息图和功能性页面中,文字仍然需要逐字校对和局部修正,不能默认宣传中的“印刷级”等于“免校对”
- 闭源商用,不开放权重下载:官方公告和网站均未提及开放 Wan2.7-Image 的模型权重,开源版本停留在 Wan 2.2 系列。对于希望本地部署、二次微调或对数据不出内网有硬性要求的用户,当前无法通过自托管方式使用该模型,只能依赖阿里云百炼的云端 API 或官网体验
- 复杂逻辑对齐和精细排版仍有明显短板:评测反馈中,模型在“左右一一对应”的对比页面上出现文字换行导致的对齐偏移和信息流断裂,视觉重心也可能因左右文字量不均衡而偏移,说明它对深层排版逻辑和严格空间关系的理解尚未达到可无人值守的程度
- 对提示词的依赖仍然较高:组图一致性、多图融合和精准编辑的效果,很大程度上取决于用户能否用清晰的语言描述参考图之间的关系、修改区域和期望结果,提示词写得模糊时,模型的表现会明显下降,并非“随便说一句就能得到专业结果”
- 免费额度有限且地域政策不统一:百炼的 50 张免费额度主要在新加坡地域提供,其他地域的免费政策不同,国内用户如果直接在华北2调用 API,可能需要先充值或确认是否有可用额度,零成本大规模试用的空间不大
- Pro 版与标准版的能力差异需要通过实测判断:虽然 Pro 版标称更强的构图和语义精度、支持 4K,但在具体场景中(如中小尺寸的电商主图或社交媒体配图),标准版可能已经够用,盲目选择 Pro 版会导致单位成本翻倍以上,需要根据实际输出用途和精度要求做测试后再决定
💡 使用技巧
- 先用通义万相官网的免费体验跑一次“捏脸→调色→生成→框选编辑”的完整闭环,不要只停留在文生图。选一个需要人物面部一致性和指定品牌色的场景(如“同一模特穿不同颜色服装”),测试捏脸的复现精度和调色盘对 Hex 色值的还原程度,确认这两个核心功能符合你的工作流后,再决定是否投入 API 或 Pro 版
- 把“调色盘”当作品牌视觉的第一道控制阀:在生成任何涉及品牌物料的图片之前,先通过 Hex 色码锁定主色和辅助色的数量与占比,而不是在提示词里写“蓝色”“红色”。颜色参数化之后,生成结果的一致性会显著提升,后续编辑和组图也更容易保持统一
- 组图生成时,先用单张图确认风格和人物/产品的一致性,再批量生成 12 张。一次性生成大量图片虽然效率高,但如果初始的一致性基准没有锁定好,批量结果中可能出现系统性偏差,返工成本反而更高。先用 1—2 张验证“参考图是否被正确理解和融合”,再放量是更稳妥的做法
- 涉及中文文字的商业海报和信息图,生成后必须逐字校对,并重点检查对齐和可读性。第三方评测已经指出,模型在复杂中文排版中可能出现文字可读性不足和对齐偏移,不要因为宣传中的“印刷级”而跳过人工审核环节。发现文字问题后,优先用交互式编辑框选修正,而不是重新生成整张图
- 交互式编辑时,框选区域要尽量精确,指令要尽量具体。例如“把框选区域内的红色标签改成金色,其他不变”比“把这个地方改一下”更容易得到可控的结果。模型支持移动、缩放、旋转和替换,但它的理解仍然依赖于你对“改什么、改成什么、不改什么”的清晰描述
- API 用户先用标准版(wan2.7-image)测试目标场景的可用率和单位成本,再评估是否需要 Pro 版。标准版约 0.21 元/张,Pro 版约 0.54 元/张,如果标准版在你的场景中已经能产出“局部编辑后可用”的结果,Pro 版的溢价可能没有必要;只有当构图稳定性或 4K 输出是硬性要求时,Pro 版才值得升级
- 对需要开源权重或本地部署的用户,当前 Wan2.7-Image 不是合适的选择,开源版本停留在 Wan 2.2 系列。如果数据安全或离线运行是硬性前提,应转向其他开源图像模型或等待官方后续开源计划,不要基于“可能开源”的预期做技术选型
- 批量出图前,先用 20—30 张样本统计“无需修改即可使用”“局部编辑后可用”“必须废弃重做”三类结果的比例,再结合 API 单价和人工校对时间估算真实单位成本。AI 生图的成本从来不只是每张图的 API 费用,人工修正和筛选的时间往往才是大头,用可用率来评估投入产出比比只看单价更有决策价值









