<p class="ql-block">千問是個多功能的軟件，萬相是千問里面的其中一個軟件。</p><p class="ql-block">萬相2.6是阿里巴巴于2025年12月16日發(fā)布的新一代AI視頻生成模型，屬于通義萬相系列，是國內(nèi)首個支持角色扮演功能的視頻模型，同時集成了音畫同步、多鏡頭生成及聲音驅(qū)動等功能，單次生成視頻時長最高支持15秒，分辨率可達1080P。</p><p class="ql-block">現(xiàn)在我用一張照片做一段唱歌的視頻，試試。</p> <p class="ql-block">音頻要自己去下載，長度不能超過1分鐘。</p><p class="ql-block">(站崗是不能唱歌的，50多年前也沒有這首歌，別當真)。</p> <p class="ql-block">由于萬相2.6的視頻時長最多只能做15秒，而有些歌曲過門很長，15秒可能還在過門的音樂之中，那就先要對下載的歌曲進行剪輯處理，把過門剪去，直接唱歌。</p><p class="ql-block">王戰(zhàn)友。</p> <p class="ql-block">我接著王戰(zhàn)友唱第二句。</p> <p class="ql-block">用萬相2.6制作的視頻時長最多只有15秒，如果要唱得長一點怎么辦？只能是制作2個15秒的視頻，把2個視頻拼接起來就是30秒。</p><p class="ql-block">張戰(zhàn)友。</p> <p class="ql-block">三段拼接，43秒。</p> <p class="ql-block">想像力豐富的多鏡頭智能，一首歌唱完，鏡頭能顯示從18歲到28歲。</p> <p class="ql-block">多段拼接。</p><p class="ql-block">15秒，口型最同步，如果多個15秒拼接，冗余誤差就會累積，造成音頻滯后于口型。</p> <p class="ql-block">至于把多個15秒視頻拼接的方法有很多，安卓手機圖庫的功能里就有，操作要點在本文的結(jié)尾會有介紹。</p> <p class="ql-block">萬相2.6會自動對上口型，需要什么動作，也可以在指令上表達清楚。</p> <p class="ql-block">邊唱歌，邊動作。是Al自作主張的發(fā)揮。</p> <p class="ql-block">時長選擇15秒的，配音也選長一些，不超過1分鐘就行。</p> <p class="ql-block">這是三個15秒拼接后形成的45秒視頻，由于音頻只下載了43秒，為了保證視頻與音頻同步，所以我剪掉2秒，把視頻也變成43秒。</p><p class="ql-block">拼接視頻我也是初次做，做得不好，中間過渡段有停頓。</p>