阿里Wan2.7-Image模型发布：支持超长文本渲染，可捏出“活人感”

4月1日下午消息，阿里巴巴发布图像生成与编辑统一模型Wan2.7-Image，宣布针对当前AI生图领域“标准脸”审美疲劳和“色彩盲盒”等痛点，进一步实现“千人千面”捏出“活人感”，更可精准控制色彩。

据悉，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。

为告别千篇一律的“AI脸”，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，比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”。

在设计过程中，艺术家和设计师需精准控制颜色，商业海报对配色还有严格要求，但AI生图往往是“色彩盲盒”，而Wan2.7-Image全新支持的“调色盘”功能，可让用户通过HexCode，一键提取或输入参考图的各种颜色和占比，从马蒂斯浓郁的红色系、梵高明媚的黄色系，到毕加索清冷的蓝色系，都能参考生成同色系的图片，并可自由调控颜色的数量和占比，自定义配色方案。

针对超长文字渲染容易文字模糊、内容错乱甚至直接漏写等的AI生图痛点，Wan2.7-Image凭借长上下文文本编码（Long Context Text Encoder）解析超长序列，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。（文猛）