人民財(cái)訊8月26日電，8月26日晚，阿里開(kāi)源多模態(tài)視頻生成模型通義萬(wàn)相Wan2.2-S2V，僅需一張靜態(tài)圖片和一段音頻，即可生成面部表情自然、口型一致的電影級(jí)數(shù)字人視頻。該模型單次生成的視頻時(shí)長(zhǎng)可達(dá)分鐘級(jí)。